ducg一种新的动态不确定因果知识的表达和推理方法(ⅰ)离散、静态、证据确定和有向无环图情况 a new methodology to deal with dynamical uncertain causalities(ⅰ)the static discrete dag case.pdfVIP

下载本文档

47
0
约9.39万字
约 27页
2017-09-08 发布于上海
举报
版权申诉

ducg一种新的动态不确定因果知识的表达和推理方法(ⅰ)离散、静态、证据确定和有向无环图情况 a new methodology to deal with dynamical uncertain causalities(ⅰ)the static discrete dag case.pdf

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

ducg一种新的动态不确定因果知识的表达和推理方法(ⅰ)离散、静态、证据确定和有向无环图情况 a new methodology to deal with dynamical uncertain causalities(ⅰ)the static discrete dag case

第33卷第4期计算机学报 v01．33No．4 CHINESE OF 2010年4月 JOURNALCOMPUTERS Apr．2010 DUCG：一种新的动态不确定因果知识的表达和推理方法(I)：离散、静态、证据确定和有向无环图情况张勤 (北京航空航天大学计算机学院北京 lool91) 擒要贝叶斯网络(BN)是国际上流行的处理不确定因果知识的表达和推理模型．文中指出：即使所有变量均为二状态。BN中的子变量也有单赋值和多赋值之分．在单赋值情况下适用的知识的简洁表达和推理方法在多赋值情况下不适用．为克服BN的上述及其它缺陷，文中提出了DUCG(DynamicalUncertaintyCausalityGraph)理论模型，以图形方式简洁表达任何情况下的不确定因果关系，并基于证据化简图形和展开事件，以得到所关注假设事件及其状态概率表达式．此外，DUcG允许知识表达不完备，使其超越了BN理论框架．一个入侵者报警系统被用来解释DUCG理论．关键词智能系统；知识表达；概率推理；因果关系；不确定性中图法分类号TP301 DOI号：10．3724／SP．J．1016．2010．00625 ANew Dealwith Uncertain to Causalities(I) Methodology Dynamical TheStaticDiscreteDAGCase ZHANG Qin 100191) (Sf^oozo，cD例》“￡盯Sfi棚卯·f妇行g‰iw船i9，Bf巧f超g Abstract Network(BN)isa modeltodealwith Bayesian prominent knowledgerepresentation differencebe— andinferenceincaseofuncertaincausalities．This discussestheessential paper tween andmulti～valuedcases．Itis outthatevena childvariabIecan single—vaIued pointed binary beeither or the andthecorre— multi—valued，while single-vaIued existingcompactrepresentations inference in casescannotbe inmulti— sponding algorithmsapplicablesingle卜valued simplyappIied valuedcases．Toovercomethis andothers，anewmodelnamedas problem Uncertain