-
题名信度网近似推理算法(上)
被引量：7
- 1
-
-
作者
刘启元
张聪
沈一栋
-
机构
重庆大学计算机科学与工程学院
-
出处
《计算机科学》
CSCD
北大核心
2001年第1期70-73,88,共5页
-
基金
国家自然科学基金
教育部跨世纪优秀人才培养基金
重庆市科技攻关项目<面向工业应用的智能开发平台及系统研究>的支持
-
文摘
信度网提供了一套强有力的图形工具来表达基于概率的领域知识,并且已经成功地应用在诸多实际问题中,如:故障诊断、预测、模式识别、数据挖掘等.目前基于信度网提出了多种推理算法以精确计算待求概率值[2,4,12,19,21～23,26,30].这些算法在某些信度网上具有很高的推理效率,但是在最坏情况下这些算法的计算时间复杂度都是NP-难的.
-
关键词
人工智能
信度网
近似推理算法
概率值
失败概率
概率分布
-
Keywords
Belief net work, Probabilistic inference, Approximate algorithm, AI
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
O212.2
[理学—概率论与数理统计]
-
-
题名多Agent动态影响图的一种混合近似推理算法
被引量：2
- 2
-
-
作者
姚宏亮
王秀芳
胡大伟
王浩
茆美琴
-
机构
合肥工业大学计算机与信息学院
合肥工业大学教育部光伏工程研究中心
-
出处
《计算机研究与发展》
EI
CSCD
北大核心
2011年第4期584-591,共8页
-
基金
国家"九七三"重点基础研究发展计划基金项目(2009CB326203
2009CB219708)
国家自然科学基金项目(61070131)
-
文摘
多Agent动态影响图模型适合于对动态环境中多Agent问题进行建模,Agent之间结构关系被表示成局部的概率因式形式.概率图模型推理所面临的一个主要问题是难以实现近似推理的精度和复杂性之间的均衡.近似推理方法可提高推理精度,但同时也会带来推理精度的损失.BK和粒子滤波(PF)是动态概率模型两种重要的近似推理算法,BK算法有较高的计算效率但会引入较大的误差,PF可以近似任意分布但存在计算的高维问题.结合BK和PF的优点,提出多Agent动态影响图(MADIDs)的一种混合近似推理算法.根据概率图模型的可分解性,将MADIDs分解生成用于推理的原型联合树,混合近似推理算法在规模复杂度较小的团上执行PF推理以达到局部最佳估计,而在其他的团上执行BK推理,为了减小推理误差引入了分割团.仿真实验表明混合近似推理算法是MADIDs模型的一种有效推理方法,与BK和PF算法相比,该算法显著提高了推理精度,且可以实现推理精度和时间复杂性之间的均衡.
-
关键词
BK算法
粒子滤波
多AGENT动态影响图
联合树
混合近似推理算法
-
Keywords
BK algorithm
particle filter
multi-agent dynamic influence diagrams（MADIDs）
junction trees
hybrid approximate inference algorithm
-
分类号
TP181
[自动化与计算机技术—控制理论与控制工程]
-
-
题名信度网近似推理算法(下)
被引量：2
- 3
-
-
作者
刘启元
张聪
沈一栋
-
机构
重庆大学计算机科学与工程学院
-
出处
《计算机科学》
CSCD
北大核心
2001年第2期111-114,共4页
-
基金
国家自然科学基金
教育部跨世纪优秀人才培养基金
重庆市科技攻关项目<面向工业应用的智能开发平台及系统研究>的支持
-
文摘
2 仿真方法[14]
基于信度网的精确推理算法通过利用各节点之间的条件独立性来加快推理计算,前面介绍的基于搜索的方法则不仅利用节点间的条件独立性而且利用概率分布的一些特性进行近似计算,但是在很复杂的问题领域要想通过分析条件独立性和利用概率分布的特征来加速推理计算往往不太现实.基于仿真的方法则另辟蹊径,既不利用条件独立性,也不考虑概率分布的特征,而是通过对样本进行统计以得到待求概率的近似值[9].根据概率论,当样本量趋近于无穷大的时候,样本的统计值将等于其概率值,但是当样本量越小的时候,样本的统计值与真实概率值差异的可能性越大,即:p(p-p*＞ε)的值越大.其中p为对样本的统计值,P*为真实的概率值,ε为误差量(一个大于0的正数).随着样本量的增加,统计计算的结果就越精确.但是该精度的给定不象部分精确计算方法那样给一个误差边界,而只能给出一个概率边界.即样本量越大,其统计结果与真实结果的误差小于某误差限的可能性就越高.
-
关键词
人工智能
信度网
近似推理算法
概率分布
随机变量
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
O212.2
[理学—概率论与数理统计]
-
-
题名单元化单隐变量变结构DDBN推理算法
被引量：1
- 4
-
-
作者
陈海洋
毛蕊蕊
聂弘颖
-
机构
西安工程大学电子信息学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2015年第17期128-133,187,共7页
-
基金
陕西省教育厅科学研究计划项目(No.2013JK1110)
西安工程大学博士科研启动基金资助项目(No.BS1109)
-
文摘
变结构动态贝叶斯网络(DBN)描述的是一个非稳态随机过程,是一种更灵活、更有效的动态网络。为了克服现有变结构DBN的推理算法不能实现在线推理的缺陷,提出了一种近似在线推理算法——单元化单隐变量变结构离散DBN(DDBN)推理算法。在定义了单隐变量变结构离散动态贝叶斯模型和单元的基础上,提出了算法的基本思想,并从理论上对算法进行了推导。仿真实验验证了该算法的正确性和有效性。
-
关键词
信息传播
变结构离散动态贝叶斯网络
近似推理算法
不确定性
-
Keywords
information dissemination
structure-variable Discrete Dynamic Bayesian Network（DDBN）
approximate inference algorithm
uncertainty
-
分类号
TP181
[自动化与计算机技术—控制理论与控制工程]
-
