未找到相关数据
因果图推理的一种新方法
被引：23
作者：
樊兴华
仲昕
张勤
黄席樾
机构：
[1] 重庆大学自动化学院
[2] 上海交通大学机器人研究所
[3] 重庆市科委
[4] 重庆大学自动化学院 重庆 博士研究生
[5] 上海 博士研究生
[6] 重庆 教授 博士生导师
[7] 重庆 教授
来源：
关键词：
Causality diagram;
Reason under uncertainty;
Former non-intersect;
Cut sets matrix;
NP Problem;
D O I：
暂无
中图分类号：
TP301 [理论、方法];
学科分类号：
081202 ;
摘要：
<正> 1 引言基于概率论推理的不确定性知识表达推理方法包括信度网、马尔可夫网以及PROSPECTOR中使用的方法等。其中,信度网推理模型因其理论上的严格性和一致性,以及有效的局部计算机制和直观的图形化知识表达,正日益受到高度的重视。然而,信度网也存在一些不足:如处理多连通问题和因果循环问题的方法复杂,计算量大;采用条件概率表达因果关系强度不直观,数据之间存在相依性;较难根据实时收到的信息对知识库中的数据和因果结构进行在线修改;没有考虑条件概率随时间动态变化等问题。 1994年张勤教授提出了另一种基于概率论的知识表达推理方法—“基于动态因果树/图的概率推理”。该方法通过引入布尔逻辑运算,克服了上述信度网之不足,具有如下一些显著的特点:完全基于概率论,有良好的理论基础;对网络的拓扑结构没有限制(不要求通常使用的DAG图),可根据实际情况任意构造自己
引用
收藏
页码：48 / 52+43
+43
页数：6
相关论文