Reference : Two-level Mixtures of Markov Trees

	Document type :	Scientific congresses and symposiums : Poster
	Discipline(s) :	Engineering, computing & technology : Computer science
	To cite this reference:	http://hdl.handle.net/2268/93836

Title :	Two-level Mixtures of Markov Trees
Language :	English
Author, co-author :	Schnitzler, François [Université de Liège - ULg > Dép. d'électric., électron. et informat. (Inst.Montefiore) > Systèmes et modélisation >]
	Wehenkel, Louis [Université de Liège - ULg > Dép. d'électric., électron. et informat. (Inst.Montefiore) > Systèmes et modélisation >]
Publication date :	29-Jun-2011
Page number :	A0
On invitation :	No
Audience :	International
Event name :	The 11th European Conference on Symbolic and Quantitative Approaches to Reasoning with Uncertainty
Event date :	from 29-05-2011-01-06-2011
Event organizer :	Weiru Liu
Event place (city) :	Belfast
Event country :	Ireland
Keywords :	[en] mixture models ; Markov trees ; EM algorithm ; bagging ; Chow-Liu
Abstract :	[en] We study algorithms for learning Mixtures of Markov Trees for density estimation. There are two approaches to build such mixtures, which both exploit the interesting scaling properties of Markov Trees. We investigate whether the maximum likelihood and the variance reduction approaches can be combined together by building a two level Mixture of Markov Trees. Our experiments on synthetic data sets show that this two-level model outperforms the maximum likelihood one.
Research units :	Systèmes et Modélisation
Funders :	Fonds pour la formation à la Recherche dans l'Industrie et dans l'Agriculture (Communauté française de Belgique) - FRIA ; Biomagnet IUAP network of the Belgian Science Policy Office ; Pascal2 network of excellence of the EC
Target :	Researchers
Permalink :	http://hdl.handle.net/2268/93836

	File(s) associated to this reference
	Fulltext file(s): File Commentary Version Size Access Open access Schnitzler_ECSQARU.pdf Author postprint 268.74 kB View/Open Additional material(s): File Commentary Version Size Access Open access Schnitzler_ECSQARU_poster.pdf - 290.95 kB View/Open

All documents in ORBi are protected by a user license.

 

© ULg Library Network |  Feedback |  ORBi legal notices

Dspace v1.5