第06章 贝叶斯网络.ppt

* * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * 史忠植 高级人工智能 * 影响推理的因素 网络结构的特征 网络的拓扑结构 网络的大小 网络中变量的类型（离散、连续） 变量的分布墒 相关查询的特征 任务 查询类型 （批处理、异步执行） 可用的计算资源（嵌入式系统、并行处理） 相关证据的特征 证据的特征 * 史忠植 高级人工智能 * 查询的任务类型 预测 对给定的模型，将要发生什么 给定证据下的后验计算 所有的边界后验 指定的边界后验 指定的联合条件查询 最可能的假设 一个最可能的 n 个最可能的 决策策略 * 史忠植 高级人工智能 * 医疗诊断例子 贝叶斯推理中非条件分布和边界分布是常见的查询模式 一个节点的边界分布也称为该节点的信任函数 * 史忠植 高级人工智能 * 推理过程中的信任传播 * 史忠植 高级人工智能 * 推理算法 精确推理 联合概率计算 Na?ve Bayesian 图约简算法 Polytree算法 近似推理