- 1、本文档共37页,可阅读全部内容。
- 2、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。
- 3、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。
- 4、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)。
查看更多
湘潭大学 人工智能课件 非经典推理 part 2
主观贝叶斯方法的推理过程 (1) 计算P(H1 | S1):由EH公式 由于P(E1|S1)=0.76, P(E1)=0.6,此时P(E1|S1) P(E1),使用EH式的后半部分,得P(H1|S1)为: 主观贝叶斯方法的推理过程 计算P (H1 | (S1 AND S2)) 由于r2的前件是E1、E2的合取关系,且已 P(E1|S1)=0.76,P(E2|S2)=0.68 则: P(E2|S2) P(E1|S1) 按合取取最小的原则,仅考虑E2对H1的影响,即: P (H1 | (S1 AND S2))=P (H1 | S2) 又由于P(E2|S2)=0. 68P(E2),还使用EH公式的后半部分,得P(H1|S2)为: 主观贝叶斯方法的推理过程 (3) 计算P (H1 | S1, S2) 要计算P(H1 | S1, S2)需要先根据如下公式计算O(H1 | S1, S2) 其中, O(H1 | S1), O(H1 | S2)和O(H1)可以分别根据P(H1 | S1), P(H1 | S2)和P(H1)计算得到: 主观贝叶斯方法的推理过程 (3) 计算P (H1 | S1, S2) 最后根据O(H1 | S1, S2)的值计算P(H1 | S1, S2) 主观贝叶斯方法的推理过程 (4) 计算P(H2|S1,S2) 对于规则r3 ,H1相当于已知事实,H2为结论。将H2的先验概率P(H2)更新为在H1下的后验概率P(H2|H1): 由于P(H1|S1,S2) =0.321 P(H1),使用EH式的后半部分,得到在当前观察S1、S2下H2的后验概率P(H2|S1,S2): 将S1,S2看做观察S,将H1看做证据E P(H2) = 0.01, 后验概率提高了16倍多! 主观贝叶斯方法的推理过程 主观贝叶斯方法的优点 主观Bayes方法中的计算公式大多是在概率论的基础上推导出来的,具有较坚实的理论基础。 知识的静态强度LS及LN是由领域专家给出,避免了大量的数据统计工作。 主观Bayes方法不仅给出了证据肯定存在、肯定不存在时更新后验概率的方法,还给出了证据不确定时的更新方法,实现了不确定性的逐级传递。 主观贝叶斯方法的缺点 它要求领域专家在给出知识时,同时给出H的先验概率P(H),这比较困难。 Bayes定理要求事件间独立,使其应用受限制。 * Artificial Intelligence (AI)人工智能 第三章:非经典推理 内容提要 第三章:非经典推理 1.经典推理和非经典推理 2.不确定性推理 3.概率推理 4.主观贝叶斯方法 5.可信度方法 6.证据理论 主观贝叶斯方法 使用概率推理方法求结论Hi在存在证据E时的条件概率P(Hi|E) ,需要给出结论Hi的先验概率P(Hi)及证据E的条件概率 P(E|Hi)。这对于实际应用是不容易做到的。 Duda 和 Hart 等人在贝叶斯公式的基础上,于1976年提出主观贝叶斯方法,建立了不精确推理的模型,并把它成功地应用于PROSPECTOR专家系统(PROSPECTOR是国际上著名的一个用于勘察固体矿的专家系统)。 主观贝叶斯方法 主观贝叶斯方法 1. 知识不确定性的表示 2. 证据不确定性的表示 3. 组合证据不确定性的计算 4. 不确定性的更新 5. 主观贝叶斯方法的推理过程 主观贝叶斯方法 主观贝叶斯方法 1. 知识不确定性的表示 2. 证据不确定性的表示 3. 组合证据不确定性的计算 4. 不确定性的更新 5. 主观贝叶斯方法的推理过程 知识不确定性的表示 在主观Bayes方法中,知识是用产生式表示的,其形式为: IF E THEN (LS, LN) H E表示规则前提条件,它既可以是一个简单条件,也可以是用AND或OR把多个简单条件连接起来的复合条件。 H是结论,用P(H)表示H的先验概率,它指出没有任何专门证据的情况下结论H为真的概率,其值由领域专家根据以往的实践经验给出。 主观贝叶斯方法 LS是规则的充分性度量。用于指出E对H的支持程度,取值范围为[0,+∞),其定义为: LN是规则的必要性度量。用于指出E对H为真的必要程度,即﹁E对对H的支持程度。取值范围为[0,+∞),其定义为: 主观贝叶斯方法 讨论LS和LN的含义 由本Bayes公式可知: 两式相除得: LS 主观贝叶斯方法 讨论LS和LN的含义 为讨论方便,下面引入几率函数 : 可见,X的几率等于X出现的概率与X不出现的概率之比, O(X) 与P(X)的变化一致,且有: 即把取值为[0,1]的P(X)放大为取值为[0,+∞)的
您可能关注的文档
- 游客中心案例分析.pptx
- 湖光山色2013.06.12.ppt
- 港澳台复习和区域差异.ppt
- 湖北省武汉十一中2017届高考化学一模试卷(解析版).doc
- 湖北省三类人员交安证考试题库最终版——选项加粗版.doc
- 湖北西塞山发电有限公司Ⅰ期工程升压站受电方案.doc
- 湖北初中一年级2010年第3单元第1课第1节_《妈妈的账单》.ppt
- 湖北省省级示范高中高一数学:投影以及空间几何体的三视图课件.ppt
- 湖南初中二年级第2单元第2课_《亲爱的爸爸妈妈》.ppt
- 湖南大学有机资料.ppt
- 广西桂林市第十八中学2017-2018学年高一下学期期中考试生物试题2.doc
- 2018高考人教政治二轮巩固练题(三)及解析.doc
- 高考生物一轮浙江选考总复习课件第三单元细胞的生命历程热点题型突破二.ppt
- 高考物理课标版一轮复习考点规范练14天体运动与人造卫星.doc
- 湖南省部分学校2024-2025学年高三下学期2月联考生物试题.docx
- Unit3EnvironmentalProtectionWordsandExpressions单词词汇讲解课件-高中英语人教版选择性.pptx
- 深度解析《GBT 44771-2024压水堆核燃料组件制造工艺和产品合格性鉴定要求》.pptx
- 深度解析《GB 44917-2024食用植物油散装运输卫生要求》.pptx
- 深度解析《GBT 44777-2024知识产权(IP)核保护指南》.pptx
- 深度解析《GBT 44741-2024农产品产地土壤有效态砷的测定方法》.pptx
最近下载
- 2025年湖北省武汉市高考数学模拟试卷(附答案解析).pdf VIP
- 河北省2025年12月普通高中学业水平合格性考试数学试题(含答案解析).pdf VIP
- 浙江省嘉兴市南湖区2023-2024学年四年级下学期语文期中试卷 解析版.docx VIP
- 《华为战略管理法》读书笔记PPT.pptx VIP
- 电网工程设备材料信息参考价(2024年第四季度).xlsx
- 2025商业广场哪吒沉浸式 (童魔闹海主题)主题展活动策划方案-47P.docx
- 义务教育版(2024)四年级信息技术 第6课 古往今来话编码 课件.pptx VIP
- 企业筹资问题研究--以小米公司为例.doc
- 式与方程复习课.doc VIP
- 《鸡兔同笼》教学设计优质课公开课一等奖 .pdf VIP
文档评论(0)