多模块贝叶斯网络中推理的简化

被引:64
作者
田凤占
张宏伟
陆玉昌
石纯一
机构
[1] 清华大学计算机科学与技术系
[2] 清华大学计算机科学与技术系 北京
[3] 北京
关键词
贝叶斯网络; 多模块贝叶斯网络; 推理; 复杂大系统;
D O I
暂无
中图分类号
TP18 [人工智能理论];
学科分类号
140502 [人工智能];
摘要
多模块贝叶斯网络 (MSBN)引入了模块化和面向对象思想 ,是复杂大系统建模的有力工具 目前 ,如何简化MSBN中局部和全局推理的时空复杂度已成为影响其应用的关键问题 首先分析了用于局部贝叶斯网络推理的两类经典算法的时空复杂度 ,证明了它们本质上的一致性 ,并给出了统一的理论解释 ;进而用实验证明了影响推理复杂度的决定性因素是网络模型相应导出图的导出宽度 ,并指出了可以精确推理的贝叶斯网络族 最后 ,分析了降低MSBN全局推理复杂度的可行性 ,给出了简化MSBN全局推理的指导性原则 .
引用
收藏
页码:1230 / 1237
页数:8
相关论文
共 2 条
[1]
Bayesian Networks for Data Mining[J] David Heckerman Data Mining and Knowledge Discovery 1997,
[2]
Probability propagation[J] Glenn R. Shafer;Prakash P. Shenoy Annals of Mathematics and Artificial Intelligence 1990,