Алгебраические байесовские сети: реализация логико-вероятностного вывода в комплексе java-программ
Ключевые слова:
представление неопределенности, алгебраические байесовские сети, вероятностные графические модели, фрагмент знаний, знания с неопределенностью, логико-вероятностный выводАннотация
Алгебраические байесовские сети (АБС) — это логико-вероятностная модель баз фрагментов знаний с вероятностной неопределенностью. Математической моделью фрагмента знаний (ФЗ) в теории АБС выступает идеал конъюнктов с оценками вероятности их истинности, причем оценки могут быть как скалярные, так и интервальные. Алгебраическая байесовская сеть состоит из набора фрагментов званий, который рассматривается как ее первичная структура; связи между фрагментами знаний — вторичная структура АБС — представляются виде графа смежности и его подвидов (дерева смежности и цепи смежности). В статье описаны как структуры данных, которые позволяют представить в СУБД и коде программы на java фрагменты знаний, а также первичную и вторичную структуру АБС, так и реализация основных алгоритмы логико- вероятностного вывода в этих сетях.Литература
Абрамян А.К. Комплекс программ для локального логико-вероятностного вывода в алгебраических байесовских сетях: разработка прототипа ядра (Java- и ILOG-технологии). Дипломная записка / Под рук. А. Л. Тулупьева. СПб., 2007. 262 с. (СПбГУ. Математико-механический факультет. Каф. информатики.)
Городецкий В.И. Алгебраические байесовские сети — новая парадигма экспертных систем // Юбилейный сборник трудов институтов Отделения информатики, вычислительной техники и автоматизации РАН. Т. 2. М.: РАН, 1993. С. 120–141.
Казакова О.С., Сироткин А.В., Тулупьева Т.В., Тулупьев А.Л., Пащенко А.Е. Выделение главных компонент для ядра системы «Личность--Деятельность--Эффективность» на основе байесовских сетей // Интегрированные модели, мягкие вычисления, вероятностные системы и комплексы программ в искусственном интеллекте. Научно-практическая конференция студентов, аспирантов, молодых ученых и специалистов (Коломна, 26–27 мая 2009 г.). Научные доклады. В 2-х т. Т. 2. М.: Физматлит, 2009. С. 123–131.
Павельчук А.В. Реинжиниринг библиотеки логико-вероятностного вывода и визуализация АБС. Дипломная записка / Под рук. А. Л. Тулупьева. СПб., 2009. 119 с. (СПбГУ. Математико-механический факультет. Каф. информатики.)
Тотмянина С.А. Реинжиниринг структуры базы данных для представления алгебраических байесовских сетей. Дипломная записка / Под рук. А. Л. Тулупьева. СПб.,
Тулупьев А.Л. Алгебраические байесовские сети: теоретические основы и непротиворечивость. СПб.: СПИИРАН, 1995. 76 с.
Тулупьев А.Л. Алгебраические байесовские сети: логико-вероятностный подход к моделированию баз знаний с неопределенностью. СПб.: СПИИРАН, 2000. 282 с.
Тулупьев А.Л. Структурированные сети фрагментов знаний с неопределенностью // Интегрированные модели и мягкие вычисления в искусственном интеллекте: Сборник трудов международного научно-практического семинара. Коломна, 17–18 мая 2001. М.: Наука, Физматлит, 2001. C. 178–183.
Тулупьев А.Л. Метод построения и исследования баз фрагментов знаний с неопределенностью // Труды СПИИРАН. 2002. Вып. 1, т. 1. СПб.: Наука, 2002. C. 258–271.
Тулупьев А.Л. Алгебраические байесовские сети: логико-вероятностная модель баз фрагментов знаний с неопределенностью // Всероссийская научная конференция по нечетким системам и мягким вычислениям НСМВ-2006 (20–22 сентября 2006 г.). Труды. Тверь, 2006. С 31–47.
Тулупьев А.Л. Дерево смежности с идеалами конъюнктов как ациклическая алгебраическая байесовская сеть // Труды СПИИРАН. Вып. 3, т. 1. СПб.: Наука, 2006. С. 198–227.
Тулупьев А.Л. Ациклические алгебраические байесовские сети: логико-вероятностный вывод // Нечеткие системы и мягкие вычисления: Научный журнал Российской ассоциации нечетких систем и мягких вычислений. 2006. Том 1, № 1. С. 57–93.
Тулупьев А.Л. Алгебраические байесовские сети: локальный логико-вероятностный вывод: Учеб. пособие. СПб.: СПбГУ; ООО Издательство «Анатолия», 2007. 80 с. (Сер. Элементы мягких вычислений).
Тулупьев А.Л. Алгебраические байесовские сети: глобальный логико-вероятностный вывод в деревьях смежности: Учеб. пособие. СПб.: СПбГУ; ООО Издательство «Анатолия», 2007. 40 с. (Сер. Элементы мягких вычислений).
Тулупьев А.Л., Абрамян А.К. Логико-вероятностный вывод в направленном БСД-цикле // Труды СПИИРАН. 2007. Вып. 4. СПб.: Наука, 2007. С. 87–118.
Тулупьев А.Л. Байесовские сети: логико-вероятностный вывод в циклах. СПб.: Изд-во С.-Петерб. ун-та, 2008. 140 с.
Тулупьев А.Л. Вероятностная логика и вероятностные графические модели в базах фрагментов знаний с неопределенностью // Интегрированные модели, мягкие вычисления, вероятностные системы и комплексы программ в искусственном интеллекте. Научно-практическая конференция студентов, аспирантов, молодых ученых и специалистов (Коломна, 26–27 мая 2009 г.). Научные доклады. В 2-х т. Т. 1. М.: Физматлит, 2009. С. 26--46.
Тулупьев А.Л. Автоматическое обучение фрагментов знаний в алгебраических байесовских сетях // Интегрированные модели и мягкие вычисления в искусственном интеллекте. V-я Международная научно-практическая конференция. Сборник научных трудов. В 2-х т. Т. 1. С. 163–176.
Тулупьев А.Л. Обработка дополнительной нечисловой информации в локальном обучении алгебраических байесовских сетей по выборкам с пропусками // Международная конференция по мягким вычислениям и измерениям. Сборник докладов. 2009. СПб.: Изд-во СПбГЭТУ «ЛЭТИ», 2009.
Тулупьев А.Л., Горшков А.С., Сироткин А.В., Тулупьева Т.В., Пащенко А.Е., Чжен Жичан. Моделирование систем «Личность–Деятельность–Эффективность» на основе байесовских сетей: постановка проблемы // Труды СПИИРАН. 2008. Вып. 6. СПб.: Наука, 2008. С. 198–202.
Тулупьев А.Л., Николенко С.И., Сироткин А.В. Байесовские сети: логико-вероятностный подход. СПб.: Наука, 2006. 607 с.
Тулупьев А.Л., Сироткин А.В. Алгебраические байесовские сети: принцип декомпозиции и логико-вероятностный вывод в условиях неопределенности // Информационно-измерительные и управляющие системы. 2008. № 10, т. 6. С. 85–87.
Тулупьев А.Л., Сироткин А.В. Байесовские и марковские сети: логико-вероятностный вывод в базах фрагментов знаний с неопределенностью // Научн.конф. Информационные технологии и системы, Геленджик, сентябрь 29–октябрь 03, 2008 г.: Труды конференции. М.: ИППИ РАН, 2008. С.~440–456.
Тулупьев А.Л., Сироткин А.В., Николенко С.И. Байесовские сети доверия: логико-вероятностный вывод в ациклических направленных графах. СПб.: Изд-во С.-Петерб. ун-та, 2009. 400 с.
Тулупьев А.Л., Столяров Д.М., Ментюков М.В. Представление локальной и глобальной структуры алгебраической байесовской сети в Java-приложениях // Труды СПИИРАН. 2007. Вып. 5. СПб.: Наука, 2007. С. 71–99.
Bool G. An Investigation of the Laws of Thought, on Which Are Founded the Mathematical Theories of Logic and Probabilities. Cambridge: Macmillan / London: Walton & Maberly, 1854. (Reprinted in 1951, Dover Publications, New York.)
Cowell R.G., Dawid A.Ph., Lauritzen S.L., Spiegelhalter D.J. Probabilistic Networks and Expert Systems. Berlin: Springer, 2003. 321 p.
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–2 // Proc. of the IEEE Symposium on Logic and Computer Science. 1991. Vol. 7. P. 160–173.
Halpern J.Y. Reasoning about uncertainty. Cambridge, MS: The MIT Press, 2003. 483 p.
Jensen F.V. Bayesian Networks and Decision Graphs. NY.: Springer-Verlag, 2001. 268 p.
Kindermann R., Snell J.L. Markov Random Fields and Their Applications. Providence, RI: Amer. Math. Soc., 1980. 142 p.
Kyburg H.E., Teng C.M. Uncertain inference. Cambridge: Cambridge University Press, 2001. 298 p.
Korb K.B., Nicholson A.E. Bayesian Artificial Intelligence. NY.: Chapman and Hall/CRC, 2004. 364 p.
Neapolitan R.E. Learning Bayesian Networks. Pearson Prentice Hall, 2003. 674 p.
Nilsson N.J. Probabilistic Logic // Artificial Intelligence. 1986. Vol. 47. Amsterdam: Elsevier Science Publishers B.V., 1986. P. 71–87.
Nilsson N.J. Probabilistic Logic Revisited // Artificial Intelligence. 1993. Vol. 59. Amsterdam: Elsevier Science Publishers B.V., 1993. P. 31–36.
Parsons S. Qualitative methods for reasoning under uncertainty. Cambridge, MS: The MIT Press, 2001. 506 p.
Perl J. Probabilistic Reasoning in Intelligent Systems: Networks of Plausible Inference. NY etc.: Morgan Kaufmann Publ., 1994. P. 552.
Городецкий В.И. Алгебраические байесовские сети — новая парадигма экспертных систем // Юбилейный сборник трудов институтов Отделения информатики, вычислительной техники и автоматизации РАН. Т. 2. М.: РАН, 1993. С. 120–141.
Казакова О.С., Сироткин А.В., Тулупьева Т.В., Тулупьев А.Л., Пащенко А.Е. Выделение главных компонент для ядра системы «Личность--Деятельность--Эффективность» на основе байесовских сетей // Интегрированные модели, мягкие вычисления, вероятностные системы и комплексы программ в искусственном интеллекте. Научно-практическая конференция студентов, аспирантов, молодых ученых и специалистов (Коломна, 26–27 мая 2009 г.). Научные доклады. В 2-х т. Т. 2. М.: Физматлит, 2009. С. 123–131.
Павельчук А.В. Реинжиниринг библиотеки логико-вероятностного вывода и визуализация АБС. Дипломная записка / Под рук. А. Л. Тулупьева. СПб., 2009. 119 с. (СПбГУ. Математико-механический факультет. Каф. информатики.)
Тотмянина С.А. Реинжиниринг структуры базы данных для представления алгебраических байесовских сетей. Дипломная записка / Под рук. А. Л. Тулупьева. СПб.,
Тулупьев А.Л. Алгебраические байесовские сети: теоретические основы и непротиворечивость. СПб.: СПИИРАН, 1995. 76 с.
Тулупьев А.Л. Алгебраические байесовские сети: логико-вероятностный подход к моделированию баз знаний с неопределенностью. СПб.: СПИИРАН, 2000. 282 с.
Тулупьев А.Л. Структурированные сети фрагментов знаний с неопределенностью // Интегрированные модели и мягкие вычисления в искусственном интеллекте: Сборник трудов международного научно-практического семинара. Коломна, 17–18 мая 2001. М.: Наука, Физматлит, 2001. C. 178–183.
Тулупьев А.Л. Метод построения и исследования баз фрагментов знаний с неопределенностью // Труды СПИИРАН. 2002. Вып. 1, т. 1. СПб.: Наука, 2002. C. 258–271.
Тулупьев А.Л. Алгебраические байесовские сети: логико-вероятностная модель баз фрагментов знаний с неопределенностью // Всероссийская научная конференция по нечетким системам и мягким вычислениям НСМВ-2006 (20–22 сентября 2006 г.). Труды. Тверь, 2006. С 31–47.
Тулупьев А.Л. Дерево смежности с идеалами конъюнктов как ациклическая алгебраическая байесовская сеть // Труды СПИИРАН. Вып. 3, т. 1. СПб.: Наука, 2006. С. 198–227.
Тулупьев А.Л. Ациклические алгебраические байесовские сети: логико-вероятностный вывод // Нечеткие системы и мягкие вычисления: Научный журнал Российской ассоциации нечетких систем и мягких вычислений. 2006. Том 1, № 1. С. 57–93.
Тулупьев А.Л. Алгебраические байесовские сети: локальный логико-вероятностный вывод: Учеб. пособие. СПб.: СПбГУ; ООО Издательство «Анатолия», 2007. 80 с. (Сер. Элементы мягких вычислений).
Тулупьев А.Л. Алгебраические байесовские сети: глобальный логико-вероятностный вывод в деревьях смежности: Учеб. пособие. СПб.: СПбГУ; ООО Издательство «Анатолия», 2007. 40 с. (Сер. Элементы мягких вычислений).
Тулупьев А.Л., Абрамян А.К. Логико-вероятностный вывод в направленном БСД-цикле // Труды СПИИРАН. 2007. Вып. 4. СПб.: Наука, 2007. С. 87–118.
Тулупьев А.Л. Байесовские сети: логико-вероятностный вывод в циклах. СПб.: Изд-во С.-Петерб. ун-та, 2008. 140 с.
Тулупьев А.Л. Вероятностная логика и вероятностные графические модели в базах фрагментов знаний с неопределенностью // Интегрированные модели, мягкие вычисления, вероятностные системы и комплексы программ в искусственном интеллекте. Научно-практическая конференция студентов, аспирантов, молодых ученых и специалистов (Коломна, 26–27 мая 2009 г.). Научные доклады. В 2-х т. Т. 1. М.: Физматлит, 2009. С. 26--46.
Тулупьев А.Л. Автоматическое обучение фрагментов знаний в алгебраических байесовских сетях // Интегрированные модели и мягкие вычисления в искусственном интеллекте. V-я Международная научно-практическая конференция. Сборник научных трудов. В 2-х т. Т. 1. С. 163–176.
Тулупьев А.Л. Обработка дополнительной нечисловой информации в локальном обучении алгебраических байесовских сетей по выборкам с пропусками // Международная конференция по мягким вычислениям и измерениям. Сборник докладов. 2009. СПб.: Изд-во СПбГЭТУ «ЛЭТИ», 2009.
Тулупьев А.Л., Горшков А.С., Сироткин А.В., Тулупьева Т.В., Пащенко А.Е., Чжен Жичан. Моделирование систем «Личность–Деятельность–Эффективность» на основе байесовских сетей: постановка проблемы // Труды СПИИРАН. 2008. Вып. 6. СПб.: Наука, 2008. С. 198–202.
Тулупьев А.Л., Николенко С.И., Сироткин А.В. Байесовские сети: логико-вероятностный подход. СПб.: Наука, 2006. 607 с.
Тулупьев А.Л., Сироткин А.В. Алгебраические байесовские сети: принцип декомпозиции и логико-вероятностный вывод в условиях неопределенности // Информационно-измерительные и управляющие системы. 2008. № 10, т. 6. С. 85–87.
Тулупьев А.Л., Сироткин А.В. Байесовские и марковские сети: логико-вероятностный вывод в базах фрагментов знаний с неопределенностью // Научн.конф. Информационные технологии и системы, Геленджик, сентябрь 29–октябрь 03, 2008 г.: Труды конференции. М.: ИППИ РАН, 2008. С.~440–456.
Тулупьев А.Л., Сироткин А.В., Николенко С.И. Байесовские сети доверия: логико-вероятностный вывод в ациклических направленных графах. СПб.: Изд-во С.-Петерб. ун-та, 2009. 400 с.
Тулупьев А.Л., Столяров Д.М., Ментюков М.В. Представление локальной и глобальной структуры алгебраической байесовской сети в Java-приложениях // Труды СПИИРАН. 2007. Вып. 5. СПб.: Наука, 2007. С. 71–99.
Bool G. An Investigation of the Laws of Thought, on Which Are Founded the Mathematical Theories of Logic and Probabilities. Cambridge: Macmillan / London: Walton & Maberly, 1854. (Reprinted in 1951, Dover Publications, New York.)
Cowell R.G., Dawid A.Ph., Lauritzen S.L., Spiegelhalter D.J. Probabilistic Networks and Expert Systems. Berlin: Springer, 2003. 321 p.
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–2 // Proc. of the IEEE Symposium on Logic and Computer Science. 1991. Vol. 7. P. 160–173.
Halpern J.Y. Reasoning about uncertainty. Cambridge, MS: The MIT Press, 2003. 483 p.
Jensen F.V. Bayesian Networks and Decision Graphs. NY.: Springer-Verlag, 2001. 268 p.
Kindermann R., Snell J.L. Markov Random Fields and Their Applications. Providence, RI: Amer. Math. Soc., 1980. 142 p.
Kyburg H.E., Teng C.M. Uncertain inference. Cambridge: Cambridge University Press, 2001. 298 p.
Korb K.B., Nicholson A.E. Bayesian Artificial Intelligence. NY.: Chapman and Hall/CRC, 2004. 364 p.
Neapolitan R.E. Learning Bayesian Networks. Pearson Prentice Hall, 2003. 674 p.
Nilsson N.J. Probabilistic Logic // Artificial Intelligence. 1986. Vol. 47. Amsterdam: Elsevier Science Publishers B.V., 1986. P. 71–87.
Nilsson N.J. Probabilistic Logic Revisited // Artificial Intelligence. 1993. Vol. 59. Amsterdam: Elsevier Science Publishers B.V., 1993. P. 31–36.
Parsons S. Qualitative methods for reasoning under uncertainty. Cambridge, MS: The MIT Press, 2001. 506 p.
Perl J. Probabilistic Reasoning in Intelligent Systems: Networks of Plausible Inference. NY etc.: Morgan Kaufmann Publ., 1994. P. 552.
Опубликован
2009-03-01
Как цитировать
Тулупьев, А. Л. (2009). Алгебраические байесовские сети: реализация логико-вероятностного вывода в комплексе java-программ. Труды СПИИРАН, (8), 191-232. https://doi.org/10.15622/sp.8.10
Выпуск
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).
