Propositionalizing the EM algorithm by BDDs

スポンサーリンク

概要

• 論文の詳細を見る

• We propose an Expectation-Maximization (EM) algorithm which works on binary decision diagrams (BDDs). The proposed algorithm, BDD-EM algorithm, opens a way to apply BDDs to statistical learning. The BDD-EM algorithm makes it possible to learn probabilities in statistical models described by Boolean formulas, and the time complexity is proportional to the size of BDDs representing them. We apply the BDD-EM algorithm to prediction of intermittent errors in logic circuits and demonstrate that it can identify error gates in a 3bit adder circuit.

• 人工知能学会の論文

人工知能学会 | 論文

• 領域オントロジーと個人嗜好情報に基づくモバイル型レコメンデーションシステムの構成 (特集 「セマンティックWebとソフトウェア工学」および一般) -- (オントロジーとエージェントとWebサービス)
• オブジェクト指向に基づくロボット・エージェントのマルチドメイン対話行動制御モジュール構築ツールRIME-TK
• 遺伝的アルゴリズムに基づく複合人物動作の生成 (人工知能基礎論研究会(第55回)特集「エンタテイメントコンピューティングの基礎と応用」および一般) -- (セッション(5)エンタテインメントコンピューティング(3))
• eポートフォリオのための形式的記述モデル
• 教育用メタモデルとの連係を考慮したe-Learningシステム動作記述手法

もっと見る

スポンサーリンク