解决证据推理中一类“0绝对化”问题的方法

被引:9
作者
徐从富
耿卫东
潘云鹤
机构
[1] 浙江大学人工智能研究所
[2] 浙江大学人工智能研究所 杭州
[3] 杭州
[4] 杭州
关键词
Dempster-Shafer evidential reasoning; absolutization; Non-determinant reasoning;
D O I
暂无
中图分类号
TP18 [人工智能理论];
学科分类号
081104 ; 0812 ; 0835 ; 1405 ;
摘要
<正> 1 引言 Dempster-Shafer证据理论应用于不确定性推理领域即为证据推理。证据推理已经成为不确定性推理理论中的一种重要方法,实质上它是一种常识推理。证据推理同其它的不确定性推理方法相比,有其独特的优点,它特别适合表达模糊的、不确定的和“不知道的”信息,这类信息保存在基本可信度分配BPA(mass函数)中,且在推理过程中保留了这些信息。在证据推理中,最关键的是mass函数的分配与合成。mass函数是一种假设的度量函数,它是人们主观给出的,或者凭经验和感觉给出。文指出领域专家很难恰当地将不确定性和主观信度表示成mass分配。比如在医疗诊断中,即使医术非常高明的医生也很难对某些症状
引用
收藏
页码:53 / 56
页数:4
相关论文
empty
未找到相关数据