Байесовские сети доверия: дерево сочленений и его вероятностная семантика
Аннотация
Рассматриваются байесовские сети доверия (БСД) с бинарными переменными в вершинах. В предположении условной независимости сравниваются семантики глобального распределения вероятностей и локальных распределений, соответствующих узлам дерева сочленений.Литература
Pearl J. How to Do with Probabilities what People Say You Can't // Artificial Intelligence Applications / Ed. Weisbin C.R., IEEE, North Holland.1985. P. 6–12.
Pearl J. Probabilistic Reasoning in Intelligent Systems. San Francisco: Morgan Kaufmann Publishers, 1988. 552 p.
Jensen F. V. Bayesian Networks and Decision Graphs. New York: Springer-Verlag, 2001. 268 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.
Тулупьев А. Л. Алгебраические байесовские сети. Логико-вероятностный подход к моделированию баз знаний с неопределенностью. СПб.: СПИИРАН, 2000. 292 с.
Cowell R. G., Dawid A. P., Lauritzen S. L., Spiegelhalter D. J. Probabilistic Networks and Expert Systems. NY.:Springer-Verlag, 1999.
Korb K. B., Nicholson A. E. Bayesian Artificial Intelligence. New York: Chapman and Hall/CRC, 2004. 364 p.
Kschischang, F., Frey B. Iterative decoding of compound codes by probability propagation in graphical models. IEEE Journal on Selected Areas in Communications. 1998. Vol. 16-2. P. 219– 230.
MacKay D. J., McEliece R. J., Cheng J. F. Turbo decoding as an instance of pearl's belief propagation algorithm // IEEE Journal of Selected Areas of Communication, February 1998. P. 140–152.
Tulupyev A. L., Nikolenko S. I. Directed Cycles in Bayesian Belief Networks: Probabilistic Semantics and Consistency Checking Complexity // MICAI 2005: Advances in Artificial Intelligence. 4th Mexican International Conference on Artificial Intelligence, Monterrey, Mexico, November 14–18, 2005, Proceedings Series: Lecture Notes in Computer Science; Subseries: Lecture Notes in Artificial Intelligence, Vol. 3789. / Gelbukh, Alexander; Terashima, Hugo (Eds.) 2005, XXVI. P. 214–223.
Тулупьев А. Л. Дерево смежности с идеалами конъюнктов как ациклическая алгебраическая байесовская сеть // Труды СПИИРАН. 2006, Вып. 3, т. 1. СПб.: Наука. [В настоящем томе.]
Pearl J. Probabilistic Reasoning in Intelligent Systems. San Francisco: Morgan Kaufmann Publishers, 1988. 552 p.
Jensen F. V. Bayesian Networks and Decision Graphs. New York: Springer-Verlag, 2001. 268 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.
Тулупьев А. Л. Алгебраические байесовские сети. Логико-вероятностный подход к моделированию баз знаний с неопределенностью. СПб.: СПИИРАН, 2000. 292 с.
Cowell R. G., Dawid A. P., Lauritzen S. L., Spiegelhalter D. J. Probabilistic Networks and Expert Systems. NY.:Springer-Verlag, 1999.
Korb K. B., Nicholson A. E. Bayesian Artificial Intelligence. New York: Chapman and Hall/CRC, 2004. 364 p.
Kschischang, F., Frey B. Iterative decoding of compound codes by probability propagation in graphical models. IEEE Journal on Selected Areas in Communications. 1998. Vol. 16-2. P. 219– 230.
MacKay D. J., McEliece R. J., Cheng J. F. Turbo decoding as an instance of pearl's belief propagation algorithm // IEEE Journal of Selected Areas of Communication, February 1998. P. 140–152.
Tulupyev A. L., Nikolenko S. I. Directed Cycles in Bayesian Belief Networks: Probabilistic Semantics and Consistency Checking Complexity // MICAI 2005: Advances in Artificial Intelligence. 4th Mexican International Conference on Artificial Intelligence, Monterrey, Mexico, November 14–18, 2005, Proceedings Series: Lecture Notes in Computer Science; Subseries: Lecture Notes in Artificial Intelligence, Vol. 3789. / Gelbukh, Alexander; Terashima, Hugo (Eds.) 2005, XXVI. P. 214–223.
Тулупьев А. Л. Дерево смежности с идеалами конъюнктов как ациклическая алгебраическая байесовская сеть // Труды СПИИРАН. 2006, Вып. 3, т. 1. СПб.: Наука. [В настоящем томе.]
Bayesian Belief Networks: Junction Tree and It’s Probabilistic Semantics
Abstract
We consider Bayesian belief networks (BBN) with binary variables in nodes. We assume the condition independence and compare semantics of global joint probability and a set of local joint probabilities corresponded to junction tree nodesОпубликован
2006-02-01
Как цитировать
Сироткин,. (2006). Байесовские сети доверия: дерево сочленений и его вероятностная семантика. Труды СПИИРАН, 1(3), 228-239. https://doi.org/10.15622/sp.3.13
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).
