一类贝叶斯网络的线性推理

被引：2

作者：

覃秋梅

张师超

机构：

[1] 广东省珠海市第三中学电脑室

[2] 新加坡国立大学信息系统与计算机科学技术系珠海清华大学智能技术与系统国家重点实验室北京

来源：

计算机科学 | 1999年 / 10期

关键词：

Uncertain reasoning; Bayesian network; Encoding technology; Linear reasoning;

D O I：

暂无

中图分类号：

TP183 [人工神经网络与计算];

学科分类号：

摘要：

<正> 贝叶斯网络提供了表示变量集之间概率依赖性的一个自然有效的方法,而且其推理方法是主观贝叶斯方法的一个扩展,具有坚实的概率理论基础,因此,许多人工智能的研究者都采用贝叶斯网络作为一种知识表示的方法,将其应用到各种问题领域。如:故事理解、规划、电路错误检测和医学诊断等等。但是,贝叶斯网络已遭受到一些人工智能研究者的批评,因为它们需要大量的数值概率值使不确定关系量化,

引用

页码：67 / 70

页数：4