联合树算法1.pptVIP

WINTER Template Junction Tree推理算法 （联合树推理算法） 汇报人：韩阳 ? Junction Tree推理算法 ? 目录 一、概念 二、基本思路 三、推理步骤 四、实例 ?联合树算法是通过贝叶斯网络转化为联合树的图形表达方式来表达联合概率分布，完成对贝叶斯网络的推理运算 。 一、概念 ? Junction Tree推理算法 ? ?先将贝叶斯网络（BN）转换为一种二次结构（SS），再通过对SS的推理得到BN的精确结果。 ? Junction Tree推理算法 ? 二、基本思路 ? 1.将有向图转换为无向图 2.将无向图三角化 3.将三角化的图转化为树 4.寻找这张图的根，并寻找最大生成树，从而 得到最终的结果 三、推理步骤 ? Junction Tree推理算法 ? 三、推理步骤 ? Junction Tree推理算法 ? 贝叶斯网络转化为树流 程图 四、实例 ? Junction Tree推理算法 ? 办公室未锁模型 表1 “办公室未锁”典型案例的叙述：Steven和David都在一所大学教书，他们公用一间办公室。Steven通常第一个来上班，所以他能够预料到办公室是锁着的。David偶尔会在Steven之前上班，如果David已经在办公室里，Steven会发现办公室的锁已经打开。有时清早工作的清洁工会忘了锁办公室。在极少数的情况下，由于其他的原因办公室的锁会被打开。当David在工作的时候，他的计算机通常是打开的。Steven对模拟以上的情形很感兴趣，他打算从观察到的情况模拟。模型的变量和可能的状态是： David——在办公室或者外出 办公室——锁着或者未锁 清洁工——离开时办公室锁着或者未锁 计算机——开或者关 四、实例 ? Junction Tree推理算法 ? ‘办公室未锁’实际模型 四、实例 ? Junction Tree推理算法 ? 办公室未锁模型初始概率 表1 概率为观察者根据经验给出 四、实例 ? Junction Tree推理算法 ? 构造树簇 删除节点顺序（计算机 办公室 David 清洁工） 形成的簇 （计算机 David ）（David 清洁工 办公室） 四、实例 ? Junction Tree推理算法 ? 更新算法 在此次推理中，我们已知办公室未锁的情况，求计算机打开的概率。 接下来就初始化所需变量，即由贝叶斯网络的概率向树的势函数的转换。在树中传递消息，当消息从簇节点C到达分离节点S时，根据下面的公式（1）计算新的分离表： (公式1) 四、实例 ? Junction Tree推理算法 ? 更新算法 当分离节点S向簇节点J传递消息时，更新簇表的计算方法是，旧簇表乘以分离表除以旧分离表： (公式2) 四、实例 ? Junction Tree推理算法 ? 更新算法 首先应将每个簇函数和分离节点元素置1 表2 四、实例 ? Junction Tree推理算法 ? 更新算法 参考表1，乘积在下面给出 表3 四、实例 ? Junction Tree推理算法 ? 更新算法 初始化完毕。消息将从Φ(David,清洁工，办公室)传递到Φ(David,计算机)，然后在相反的方向上传递。 从Φ(David,清洁工，办公室)传递到Φ(David,计算机)，新的分离节点由边缘化Φ(David,清洁工，办