贝叶斯与信任函数传播的公理框架
人工智能
2013-04-10 v1
摘要
在本文中，我们描述了一个抽象框架和公理，在这些公理下，边际的精确局部计算是可能的。该框架的基本对象是变量和估值。该框架的基本操作符是组合和边际化。这些操作作用于估值。我们为这些操作符陈述了三个公理，并从公理推导出局部计算的可能性。接下来，我们描述了一种传播方案，用于在超树上对估值进行因式分解时计算估值的边际。最后，我们展示了计算联合概率分布和联合信任函数边际的问题如何适应这个通用框架。
引用
@article{arxiv.1304.2374,
title = {An Axiomatic Framework for Bayesian and Belief-function Propagation},
author = {Prakash P. Shenoy and Glenn Shafer},
journal= {arXiv preprint arXiv:1304.2374},
year = {2013}
}
备注
Appears in Proceedings of the Fourth Conference on Uncertainty in Artificial Intelligence (UAI1988)