KG-SoftMAP: Soft Knowledge-Graph Priors for Bayesian Network Structure Learning from Sparse Discrete Data
यह शोध पत्र KG-SoftMAP प्रस्तुत करता है, जो एक बेयसियन नेटवर्क स्ट्रक्चर लर्निंग विधि है जो अपूर्ण, कॉन्फिडेंस-वेटेड नॉलेज ग्राफ प्रायर्स (priors) का लाभ उठाकर प्रभावी ढंग से उन विरल डिस्क्रीट डेटा से कॉज़ल स्ट्रक्चर को रिकवर करती है जहाँ पारंपरिक डेटा-ओनली दृष्टिकोण विफल हो जाते हैं, जो सिंथेटिक बेंचमार्क पर बेहतर प्रदर्शन प्रदर्शित करता है और वास्तविक दुनिया के शैक्षिक डेटासेट के लिए कैलिब्रेटेड, नॉलेज-कंसिस्टेंट डायग्नोस्टिक मॉडल प्रदान करता है।