发布 Synthetic Continuous-Time Bayesian Networks 数据集, 应用在 贝叶斯网络、算法性能评估 领域

本次发布的数据集 Synthetic Continuous-Time Bayesian Networks, 该数据集包含由随机连续时间贝叶斯网络（CTBNs）生成的综合数据，旨在验证所提出的CTPC算法相较于CTSS算法的性能。数据集在不同节点配置、网络密度以及节点状态的情况下生成，这为全面测试学习算法的性能提供了可能。每个网络配置下包含300条轨迹，任务是对CTBNs的结构学习算法进行性能评估。

查看Synthetic Continuous-Time Bayesian Networks

README 内容： 

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。