Вероятностная семантика байесовских сетей в случае линейной цепочки фрагментов знаний
Аннотация
В статье подробно рассмотрены байесовские сети, представляемые в виде линейной цепочки фрагментов знании. Рассмотрены как байесовские сети доверия, основанные на условных вероятностях, так и алгебраические байесовские сети, основанные на маргинальных совместных вероятностях. Показана взаимосвязь между этими объектами. Явно выписаны семейства вероятностей, отвечающих линейным цепочкам фрагментов знаний в обоих случаях.Литература
Городецкий В.И., Тулупьев А.Л. Алгебраические байесовские сети для представления и обработки знаний с неопределенностью // 4-я Санкт-Петербургская конференция «Региональная информатика-95»: Тезисы докладов, ч.1. СПб., 1995. C. 51–52.
Городецкий В.И., Тулупьев А.Л. Генерация выборки с заданным распределением зависимых случайных событий на основе алгебраической байесовской сети // 4-я Санкт-Петербургская конференция «Региональная информатика-95»: Тезисы докладов, ч.1. СПб., 1995. C.50–51.
Городецкий В.И., Тулупьев А.Л. Непротиворечивость баз знаний с интервальной мерой вероятности // 4-я Санкт-Петербургская конференция «Региональная информатика-95»: Труды. СПб., 1996.
Городецкий В.И., Тулупьев А.Л. Формирование непротиворечивых баз знаний с неопределенностью // РАН. Известия академии наук. Теория и системы управления. Т.5 (1997). С. 33–42.
Городецкий В.И. Моделирование недоопределенных знаний // SCM'98. Сборник докладов. Т.1. СПб., 1998. С.98–102.
Городецкий В.И. Интервальные вероятностные меры неопределенности в инженерии знаний // Теоретические основы и прикладные задачи интеллектуальных информационных технологий. СПб.: СПИИРАН, 1998. С. 44–58.
Городецкий В.И., Тулупьев А.Л. Непротиворечивость баз знаний с количественными мерами неопределенности // КИИ'98. Сборник научных трудов. Т.1. Пущино, 1998. с.100–106.
Ельяшевич А.М., Лещинский И.Ф., Ярошевская Е.Ю. Применение методов математического моделирования для анализа результатов психологического тестирования // 2-ая Всероссийская научно-техническая конференция «Проблемы информатики в образовании, управлении, экономике и технике». Пенза, 2002.
Логика и компьютер. М., Наука, 1990. 240 с.
Николенко С.И., Тулупьев А.Л. Простейшие циклы в байесовских сетях доверия: распределение вероятностей и возможность его противоречивого задания. // Труды СПИИРАН. Вып. 2, т. 1. СПб.: Наука, 2004. С. 119–126.
Тулупьев А.Л. Алгебраические байесовские сети. Логико-вероятностный подход к моделированию баз знаний с неопределённостью. СПб.: СПИИРАН, 2000. 292 с.
Тулупьев А.Л. Алгебраические байесовские сети: теоретические основы и непротиворечивость. СПб.: СПИИРАН, 1995. 72 с.
Тулупьев А.Л., Николенко С.И. Учёт направленных циклов в байесовских сетях доверия: семантика и вопросы сложности. Интегрированные модели и мягкие вычисления в искусственном интеллекте. Сб. научных трудов III международного научно-практического семинара «Интегрированные модели и мягкие вычисления в искусственном интеллекте», М., Физматлит, 2005. C. 376–382.
Ярошевская Е.Ю. Методика индивидуальной погрешности измерения психометрических характеристик при разработке и применении психодиагностических опросников // Математическое моделирование: естественно-научные, технические и гуманитарные приложения. Сб. научн. Трудов. СПб.: ЛГОУ им.А.С.Пушкина, 2005.
Ярошевская Е.Ю. Исследование вида функциональных зависимостей вероятности ответов на вопросы психодиагностических опросников // Математическое моделирование: естественно-научные, технические и гуманитарные приложения. Сб. научн. Трудов. СПб.: ЛГОУ им.А.С.Пушкина, 2005.
Boole G. An Investigation of the Laws of Thought, on which Are Founded the Mathematical Theories of Logic and Probabilities. Dover Publications, 1854/1953. 424 pp. (Unabridged reproduction of 1854 edition.)
Fagin R., Halpern J.Y., Megiddo N. A Logic for Reasoning about Probabilities. Report RJ 6190(60900) 4/12/88, pp. 1–41.
Fagin R., Halpern J.Y. Uncertainty, Belief, and Probability // Proc. of 11th International Joint Conference on Artificial Intelligence. Morgan Kaufmann Publ., Detroit, Michigan, USA. 1989. pp. 1161–1167.
Fagin R., Halpern J.Y. Uncertainty, Belief, and Probability-2. Proc. Of the IEEE Symposium on Logic and Computer Science, vol. 7(1991), pp. 160--173.
Jensen, Finn V. Bayesian Networks and Decision Graphs. Springer-Verlag, 2002.
Halpern J.Y. Reasoning about Uncertainty. The MIT Press, 2003. 480 pp.
Korb K.B., Nicholson A.E. Bayesian Artificial Intelligence. Chapman and Hall/CRC, 2004. 364 pp.
Nilsson N.J. Probabilistic Logic. Artificial Intelligence, vol. 28 (1986). Elsevier Science Publishers B.V., North Holland, pp. 71–87.
Nilsson N.J. Probabilistic Logic Revisited. Artificial Intelligence, vol. 59 (1993). Elsevier Science Publishers B.V., North Holland, pp. 39–42.
Pearl J. How to Do with Probabilities what People Say You Can't. // Artificial Intelligence Applications. Ed. Weisbin C.R., IEEE, North Holland.1985. — pp. 6–12.
Pearl J. Fusion, Propagation, and Structuring in Belief Networks. Artificial Intelligence, vol. 29(1986). Elsevier Science Publishers B.V., North Holland, pp. 241–288.
Pearl J. Probabilistic Reasoning in Intelligent Systems. Morgan Kaufmann Publishers, 1988. 552 pp.
Pearl J. Causality: Models, Reasoning, and Inference. Cambridge University Press, 2000. 386 pp.
Studeny M., Bouckaert R On chain graph models for description of conditional independence structures. The Annals of Statistics, vol. 26, no. 4 (1998), pp. 1434–1495.
Городецкий В.И., Тулупьев А.Л. Генерация выборки с заданным распределением зависимых случайных событий на основе алгебраической байесовской сети // 4-я Санкт-Петербургская конференция «Региональная информатика-95»: Тезисы докладов, ч.1. СПб., 1995. C.50–51.
Городецкий В.И., Тулупьев А.Л. Непротиворечивость баз знаний с интервальной мерой вероятности // 4-я Санкт-Петербургская конференция «Региональная информатика-95»: Труды. СПб., 1996.
Городецкий В.И., Тулупьев А.Л. Формирование непротиворечивых баз знаний с неопределенностью // РАН. Известия академии наук. Теория и системы управления. Т.5 (1997). С. 33–42.
Городецкий В.И. Моделирование недоопределенных знаний // SCM'98. Сборник докладов. Т.1. СПб., 1998. С.98–102.
Городецкий В.И. Интервальные вероятностные меры неопределенности в инженерии знаний // Теоретические основы и прикладные задачи интеллектуальных информационных технологий. СПб.: СПИИРАН, 1998. С. 44–58.
Городецкий В.И., Тулупьев А.Л. Непротиворечивость баз знаний с количественными мерами неопределенности // КИИ'98. Сборник научных трудов. Т.1. Пущино, 1998. с.100–106.
Ельяшевич А.М., Лещинский И.Ф., Ярошевская Е.Ю. Применение методов математического моделирования для анализа результатов психологического тестирования // 2-ая Всероссийская научно-техническая конференция «Проблемы информатики в образовании, управлении, экономике и технике». Пенза, 2002.
Логика и компьютер. М., Наука, 1990. 240 с.
Николенко С.И., Тулупьев А.Л. Простейшие циклы в байесовских сетях доверия: распределение вероятностей и возможность его противоречивого задания. // Труды СПИИРАН. Вып. 2, т. 1. СПб.: Наука, 2004. С. 119–126.
Тулупьев А.Л. Алгебраические байесовские сети. Логико-вероятностный подход к моделированию баз знаний с неопределённостью. СПб.: СПИИРАН, 2000. 292 с.
Тулупьев А.Л. Алгебраические байесовские сети: теоретические основы и непротиворечивость. СПб.: СПИИРАН, 1995. 72 с.
Тулупьев А.Л., Николенко С.И. Учёт направленных циклов в байесовских сетях доверия: семантика и вопросы сложности. Интегрированные модели и мягкие вычисления в искусственном интеллекте. Сб. научных трудов III международного научно-практического семинара «Интегрированные модели и мягкие вычисления в искусственном интеллекте», М., Физматлит, 2005. C. 376–382.
Ярошевская Е.Ю. Методика индивидуальной погрешности измерения психометрических характеристик при разработке и применении психодиагностических опросников // Математическое моделирование: естественно-научные, технические и гуманитарные приложения. Сб. научн. Трудов. СПб.: ЛГОУ им.А.С.Пушкина, 2005.
Ярошевская Е.Ю. Исследование вида функциональных зависимостей вероятности ответов на вопросы психодиагностических опросников // Математическое моделирование: естественно-научные, технические и гуманитарные приложения. Сб. научн. Трудов. СПб.: ЛГОУ им.А.С.Пушкина, 2005.
Boole G. An Investigation of the Laws of Thought, on which Are Founded the Mathematical Theories of Logic and Probabilities. Dover Publications, 1854/1953. 424 pp. (Unabridged reproduction of 1854 edition.)
Fagin R., Halpern J.Y., Megiddo N. A Logic for Reasoning about Probabilities. Report RJ 6190(60900) 4/12/88, pp. 1–41.
Fagin R., Halpern J.Y. Uncertainty, Belief, and Probability // Proc. of 11th International Joint Conference on Artificial Intelligence. Morgan Kaufmann Publ., Detroit, Michigan, USA. 1989. pp. 1161–1167.
Fagin R., Halpern J.Y. Uncertainty, Belief, and Probability-2. Proc. Of the IEEE Symposium on Logic and Computer Science, vol. 7(1991), pp. 160--173.
Jensen, Finn V. Bayesian Networks and Decision Graphs. Springer-Verlag, 2002.
Halpern J.Y. Reasoning about Uncertainty. The MIT Press, 2003. 480 pp.
Korb K.B., Nicholson A.E. Bayesian Artificial Intelligence. Chapman and Hall/CRC, 2004. 364 pp.
Nilsson N.J. Probabilistic Logic. Artificial Intelligence, vol. 28 (1986). Elsevier Science Publishers B.V., North Holland, pp. 71–87.
Nilsson N.J. Probabilistic Logic Revisited. Artificial Intelligence, vol. 59 (1993). Elsevier Science Publishers B.V., North Holland, pp. 39–42.
Pearl J. How to Do with Probabilities what People Say You Can't. // Artificial Intelligence Applications. Ed. Weisbin C.R., IEEE, North Holland.1985. — pp. 6–12.
Pearl J. Fusion, Propagation, and Structuring in Belief Networks. Artificial Intelligence, vol. 29(1986). Elsevier Science Publishers B.V., North Holland, pp. 241–288.
Pearl J. Probabilistic Reasoning in Intelligent Systems. Morgan Kaufmann Publishers, 1988. 552 pp.
Pearl J. Causality: Models, Reasoning, and Inference. Cambridge University Press, 2000. 386 pp.
Studeny M., Bouckaert R On chain graph models for description of conditional independence structures. The Annals of Statistics, vol. 26, no. 4 (1998), pp. 1434–1495.
Опубликован
2005-04-01
Как цитировать
Николенко, & Тулупьев,. (2005). Вероятностная семантика байесовских сетей в случае линейной цепочки фрагментов знаний. Труды СПИИРАН, 2(2), 53-75. https://doi.org/10.15622/sp.2.2
Раздел
Статьи
Авторы, которые публикуются в данном журнале, соглашаются со следующими условиями:
Авторы сохраняют за собой авторские права на работу и передают журналу право первой публикации вместе с работой, одновременно лицензируя ее на условиях Creative Commons Attribution License, которая позволяет другим распространять данную работу с обязательным указанием авторства данной работы и ссылкой на оригинальную публикацию в этом журнале.
Авторы сохраняют право заключать отдельные, дополнительные контрактные соглашения на неэксклюзивное распространение версии работы, опубликованной этим журналом (например, разместить ее в университетском хранилище или опубликовать ее в книге), со ссылкой на оригинальную публикацию в этом журнале.
Авторам разрешается размещать их работу в сети Интернет (например, в университетском хранилище или на их персональном веб-сайте) до и во время процесса рассмотрения ее данным журналом, так как это может привести к продуктивному обсуждению, а также к большему количеству ссылок на данную опубликованную работу (Смотри The Effect of Open Access).
