人工智能课件3-推理.pptVIP

  1. 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. 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. 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. 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. 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. 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. 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
查看更多
贝叶斯网络 贝叶斯网络方法的不确定性表示基本上是保持了概率的表示方式,可信度计算也是概率计算方法,只是在实现时,各具体系统根据应用背景的需要采用各种各样的近似计算方法。 推理过程称为概率推理。 贝叶斯网络没有其它确定性推理方法拥有的确定性表示、计算、语义解释等问题。 贝叶斯网络的由来 全联合概率计算复杂性十分巨大 朴素贝叶斯太过简单 现实需要一种自然、有效的方式来捕捉和推理——不确定性知识 变量之间的独立性和条件独立性可大大减少为了定义全联合概率分布所需的概率数目 贝叶斯网络(基本概念) 贝叶斯网络: 一系列变量的联合概率分布的图形表示。 一个表示变量之间的相互依赖关系的数据结构;图论与概率论的结合。 贝叶斯网络的定义 是一个有向无环图(DAG) 随机变量集组成网络节点,变量可离散或连续 连接节点对的有向边组成边集合 每节点Xi都有一个条件概率分布表:P(Xi|Parents(Xi)),量化其父节点对该节点的影响 独立和条件独立 Weather Cavity Catch Toothache Weather和其它3个变量相互独立 贝叶斯网络示例 Burglary Earthquake MaryCalls JohnCalls Alarm B E P(A) t t t f f t f f 0.95 0.94 0.29 0.001 A P(J) t f 0.90 0.05 A P(M) t f 0.70 0.01 P(B) 0.001 P(E) 0.002 贝叶斯网络的语义 贝叶斯网就是一个在弧的连接关系上加入连接强度的因果关系网络 。 贝叶斯网络的语义 P(x1,..., xn) = P(x1|parent(x1)) ... P(xn|parent(xn)) 贝叶斯网络的语义公式计算示例: 试计算:报警器响了,但既没有盗贼闯入,也没有发生地震,同时John和Mary都给你打电话的概率。 解: P(J,M,A,~B,~E) = P(J|A)P(M|A)P(A|~B,~E) P(~B) P(~E) = 0.9x0.7x0.001x0.999x0.998 = 0.00062 = 0.062% 贝叶斯网络的推理 计算 贝叶斯网络中的条件独立关系: 给定父节点,一个节点与它的非后代节点是条件独立的 给定一个节点的父节点、子节点以及子节点的父节点——马尔可夫覆盖(Markov blanket),这个节点和网络中的所有其它节点是条件独立的 主观Bayes方法 用产生式规则表示知识: IF E THEN (LS,LN) H 式中, (LS,LN)表示知识的静态强度 LS:充分性因子 LN:必要性因子 充分性度量 它表示E 对H 的支持程度,取值于[0, ∞],由专家给出。 必要性度量 它表示~E 对H的支持程度,即E 对H 为真的必要性程度,取值范围为[0,+∞],也是由专家凭经验给出。 主观Bayes方法 几率函数 表示x的出现概率与不出现概率之比 当P(x)=0时,有 O(x)= 0 当P(x)=1时,有 O(x)=∞ 把取值为[0,1]的P(X)放大为取值[0,+ ∞]的O(X). 中华民族有着五千多年的文明历史,中华民族在世界上是一个非常卓越和伟大的民族。我们有过繁荣昌盛的唐朝,有过强盛无比疆域辽阔的汉朝和元朝,更有灿烂美丽的唐、宋文化 中华民族有着五千多年的文明历史,中华民族在世界上是一个非常卓越和伟大的民族。我们有过繁荣昌盛的唐朝,有过强盛无比疆域辽阔的汉朝和元朝,更有灿烂美丽的唐、宋文化 第7章 高级知识推理 高级知识推理 经典逻辑 确定性推理 单调性推理 归约推理 肖解演绎推理 规则演绎推理 非经典逻辑 不确定性推理 非单调性推理 时序推理 概率推理 经典逻辑与非经典逻辑的不同 经典 非经典 推理方法 演绎逻辑 归纳逻辑 辖域取值 二值 多值 模糊 运算法则 有些不成立 逻辑算符 逻辑算符 引入模态算符 单调性 单调 非单调 单调推理和非单调推理 单调推理 基于谓词逻辑的推理系统是单调的 系统中已知为真的命题随着推理的进行而增加,结论越来越多 非单调推理 推理系统的定理集合不随推理过程的进行而单调增大 新推理出的定理可能修正以至否定原有

文档评论(0)

a888118a + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档