贝叶斯网络中的谨慎传播
人工智能
2013-02-21 v1
摘要
考虑已将某些证据 e 输入贝叶斯网络的情形。在执行冲突分析、敏感性分析，或回答诸如“如果关于 X 的发现是 y 而不是 x 会怎样？”等问题时，需要概率 P(e'|h)，其中 e'是 e 的子集，h 是（可能为空的）变量集合的配置。谨慎传播（Cautious propagation）是对 HUGIN 传播的一种修改，使其适应类 Shafer-Shenoy 架构。虽然其效率低于 HUGIN 传播，但它能方便地获取大量相关子集 e'的 P(e'|h)。
引用
@article{arxiv.1302.4962,
title = {Cautious Propagation in Bayesian Networks},
author = {Finn Verner Jensen},
journal= {arXiv preprint arXiv:1302.4962},
year = {2013}
}
备注
Appears in Proceedings of the Eleventh Conference on Uncertainty in Artificial Intelligence (UAI1995)