확률분포추정 알고리즘(EDAs)은 진화적 최적화 알고리즘의 새로운 한 분야로, 다양한 연구 분야에서 효과적이고 효율적인 최적화 성능을 제공한다. 최근 연구에서는 집단 다양성을 증가시키기 위해 표준 EDAs에 돌연변이 연산자를 사용하는 새로운 EDAs를 제안해 왔다. 본 연구에서는 베이지안 구조 학습을 위해 특별히 설계된 새로운 돌연변이 연산자, 즉 행렬 전치(matrix transpose)를 제시하고, 베이지안 구조 학습에서의 성능을 평가한다. 그 결과, 전치 돌연변이를 적용한 EDAs가 기존의 EDAs보다 현저하게 더 나은 성능을 보이는 것으로 나타났다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.