没有合适的资源?快使用搜索试试~ 我知道了~
贝叶斯网模型的学习_推理和应用.pdf
2星 需积分: 0 65 下载量 101 浏览量
2009-05-21
17:22:32
上传
评论
收藏 234KB PDF 举报
温馨提示
试读
5页
贝叶斯网模型的学习_推理和应用。大篇幅介绍了贝叶斯网模型的学习和应用。
资源推荐
资源详情
资源评论
!""#$%
计算机工程与应用
&
引言
不定性知识的推理长期以来一直被认为是
’(
领域中的一
个重要研究问题,在现在提出的众多方法中,概率方法是迄今
为止最为流行的方法,这主要归功于贝叶斯网(
))*
)良好的知
识表达框架。在一些领域中,借助贝叶斯网人们能揭示和发现
许多令人信服的概率依赖关系。贝叶斯网为因果关系的表示提
供了一个便利的框架,它是一个功能强大的能处理不确定性的
工具。贝叶斯网用图形模式描述变量集合间的条件独立性,而
且容许将变量间依赖关系的先验知识和观察数据相结合。
从
&+,&
年
-$./0123
和
4$516789/:
提 出 贝 叶 斯 网 络 以
来,贝叶斯网的研究已引起了人们相当大的兴趣。
,"
年代早
期,贝叶斯网成功地应用于专家系统中对不定性知识的表达;
,"
年代后期,贝叶斯推理得到了迅速发展;进入
+"
年代,面对
信息爆炸的局面,研究人员已经开始尝试直接从数据中学习并
生成贝叶斯网的方法,并取得了初步的成果。
!
贝叶斯网模型的知识表达
现实世界中的一个对象通常可以由若干属性变量来描述,
这些变量集的各种取值组合就构成了该对象的状态空间。由于
这些变量间存在着一定的关系(独立或依赖),所以通过对它们
的研究可以得到对象的知识表达。贝叶斯网模拟人的认知思维
推理模式,是用一组条件概率函数以有向无循环图(
;’<
)形式
表示不确定性的因果推理模型。贝叶斯网的信息由两部分组
成:首先是表示条件独立性信息的一种自然方式——
—
网络结构
=
,
=
中的每一节点表示特定域中的一个概念或变量,在节点间
的连接(有向弧)表示了可能的因果关系,体现了域知识定性方
面的特征;其次,每一节点都附有与该变量相联系的条件概率
分布函数
>?;
,如果变量是离散的(文章只考虑离散变量的情
况),则它表现为给定其父母节点状态时该节点取不同值的条
件概率表(
>?@
)。
>?@
体现了域知识定量方面的特征。可见,贝
叶斯网是一种表示数据变量间潜在关系的定性定量的方法,它
使用这种图形结构指定了一组条件独立的声明和用于刻画概
率依赖强度的条件概率的数字值。
由于贝叶斯网表示了因果过程的总体结构,故它可被看作
是拥有许多不同组合的一个抽象知识库。它的语义可以从两方
面来理解,其一是将网络看作一种联合概率分布的表示,即
))*
完整紧凑地表示了网中各变量的联合概率分布。其二是
将网络看作条件独立性声明集合的一种表示。这两种观点实质
上是等价的,而且在贝叶斯网的表达、学习、推理算法中都得到
了统一。假设一组有限集合
AB
&
,…,
B
:
C
表示一组离散随机变量,
它们分别取值
AD
&
,…,
D
:
C
的联合概率为:
?
(
D
&
,…,
D
:
)
E?
(
D
:
FD
:G&
,…,
D
&
)
?
(
D
:G&
FD
:G!
,…,
D
&
)…
?
(
D
!
FD
&
)
?
(
D
&
)
E
:
H E &
!
?
(
D
H
FD
HG&
,…,
D
&
) (
&
)
在不确定信息领域,条件独立性是一种构造知识重要的、
鲁棒的方法。在贝叶斯网中,人们断言每一节点在给定其父母
节点后都条件独立于它的前辈节点,故有:
?
(
D
&
,…,
D
:
)
E
:
H E &
!
?
(
D
H
F?1
(
B
H
)) (
!
)
贝叶斯网模型的学习、推理和应用
冀俊忠 刘椿年 沙志强
(北京工业大学计算机学院,北京
&"""!!
)
IGJ1HK
:
LLM"&N9/K12H9$OLPQ$83Q$R:
摘 要 近年来在人工智能领域,不确定性问题一直成为人们关注和研究的焦点。贝叶斯网是用来表示不确定变量集合
联合概率分布的图形模式,它反映了变量间潜在的依赖关系。使用贝叶斯网建模已成为解决许多不确定性问题的强有力
工具。基于国内外最新的研究成果对贝叶斯网模型的学习、推理和应用情况进行了综述,并对未来的发展方向进行了展望。
关键词 贝叶斯网模型 贝叶斯网学习 概率推理 数据挖掘 智能教学系统
文章编号
&""!G,##&G
(
!""#
)
"%G""!SG"S
文献标识码
’
中图分类号
@?&,
!"#$%&"’ !$(&$) *$+,-./ 0-1$( 2$".’&’3
,
4’)$.$’5$ "’1 677(&5"+&-’%
8& 89’:;-’3 2&9 <;9’’&"’ =;" >;&?&"’3
(
>/JPQ682 (:96H6Q68
,
)8HLH:T ?/KD68R7:HR U:HV829H6D
,
)8HLH:T &"""!!
)
6@%+."5+
:
(: 28R8:6 D8129
,
Q:R8261H:6D 2819/:H:T H: ’26HWHRH1K (:68KKHT8:R8 719 O88: 1 W/RQ9 /W 289812R7$’ )1D89H1: )8KH8W
*860/2X
(
))*
)
H9 1 T21P7HR J/38K 6716 8:R/389 L/H:6 P2/O1OHKH6D 3H962HOQ6H/: 1J/:T Q:R8261H: V 12H1OK89
,
H6 8YP2899 1
P/68:6H1K 38P8:38:6 28K16H/:97HP O86088: V12H1OK89$5/38KH:T 0H67 )1D89H1: O8KH8W :860/2X 719 O88: 1 P/082WQK 6//K 6/
9/KV8 J1:D Q:R8261H:6D P2/OK8J9$)1983 /: 678 K16896 289812R783 289QK69 16 7/J8 1:3 1O2/13
,
67H9 P1P82 28VH809 678
K812:H:T
,
H:W828:R8 1:3 1PPKHR16H/:9 /W 678 )1D89H1: )8KH8W *860/2X
,
1:3 P2898:69 P/99HOK8 WQ6Q28 289812R7 /2H8:616H/:9$
A$#,-.1%
:
))* J/38K
,
))* K812:H:T
,
))* H:W828:R8
,
;161 JH:H:T
,
(:68KKHT8:R8 6Q6/2 9D968J$
基金项目:国家自然科学基金项目(编号:
Z+,,#""&
)
作者简介:冀俊忠(
&+Z+G
),博士生,主要研究领域为数据挖掘,人工智能。刘椿年(
&+SSG
),教授,博士生导师,主要研究领域为数据挖掘,人工智
能,约束逻辑程序设计。
!S
资源评论
- pengqingxi_082012-07-10期刊网上下的 并且也不是很好的文章 居然要10分 楼主不厚道
- mercybuaa2015-11-10论文……下的时候以为是一本同名的书呢……
feng113
- 粉丝: 0
- 资源: 2
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- C语言基础-C语言编程基础之Leetcode编程题解之第30题串联所有单词的子串.zip
- C语言基础-C语言编程基础之Leetcode编程题解之第29题两数相除.zip
- C语言基础-C语言编程基础之Leetcode编程题解之第28题找出字符串中第一个匹配项的下标.zip
- 实验报告模板(1).docx
- C语言基础-C语言编程基础之Leetcode编程题解之第26题删除有序数组中的重复项.zip
- C语言基础-C语言编程基础之Leetcode编程题解之第25题K个一组翻转链表.zip
- hnu计算机系统作业-计算机系统基础课程大作业.zip
- 树莓派app.apk
- C++的基于同态加密技术的匿名电子投票系统源码.zip
- SW建模格式图.zip
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功