СРАВНИТЕЛЬНЫЙ АНАЛИЗ СТРУКТУР СЕТЕЙ УВЕРЕННОСТЕЙ
DOI:
https://doi.org/10.17770/etr1999vol1.1870Abstract
Задачу нахождения общей модели эмпирических данных обычного называют обучением. Предполагается, что в процессе обучения такая модель может быть построена, используя формальные методы.
Относительно сетей уверенностей задача обучения может быть разделена на две подзадачи: (1) идентификация топологии сети, (2) обучение численным параметрам. Эти подзадачи связаны между собой. Процедуры обучения параметрам в значительной степени зависят от структуры сети.
Основным типом связи на сетях уверенностей является связь «причина - следствие». События в родительских узлах являются причиной событий в узлах - детях. Естественно, что эта связь носит вероятностный характер. Причина может инициировать некоторое множество следствий с определенными вероятностями. Причинные модели являются привлекательными главным образом потому, что они обеспечивают эффективные структуры для представления эмпирических данных.
Downloads
References
Pearl J. (1988). Probabilistic Reasoning in Intelligent Systems: Networks of Plausible Inference. Morgan Kaufmann Publisher, Inc., San Mateo, California, 550 p.
Jensen F.V. (1996). An Introduction to Bayesian Networks, UCW Press Limited, London, 178 p.
Laskey K. B. (1996). Model Uncertainty: Theory and Practical Implications. ШЕЕ Transactions on Systems, Man and Cybernetics - Part A: Systems and Humans, Vol. 26, No 3, pp. 340 - 348.
Laskey К. B. And Lehner P. E. (1994). Metareasoning and the Problem of Small Worlds. ШЕЕ Transaction on Systems, Man and Cybernetics, Vol. 24, No 11, pp. 1643-1652.
