Home.md

@@ -10,3 +10,5 @@
 ![](https://github.com/Anaxagor/BN-based-synthetic-data-/blob/master/img/modules_scheme.png)
 
 Чтобы избежать дополнительных затрат на переобучение байесовской сети, желательно иметь подход для учета новых данных для уже предварительно обученной сети. В то же время мы хотели бы улучшить интерпретируемость структуры сети. Эти факторы приводят нас к созданию байесовской сети с блочной или частичной структурой, где каждый блок может быть связан с масштабом (или уровнем) человеческой личности.  
+
+После получения новой порции данных во многих случаях нам понадобится обучить только одну или несколько частичных сетей, в то время как остальная часть сети уже обучена. Для этой цели мы предлагаем подход, который сочетает в себе преимущества явного структурного обучения и обучения скрытых переменных скрытых переменных.