冲突与意外：模型修正的启发式方法
人工智能
2013-03-26 v1
摘要
任何问题的概率模型都基于若干假设，若这些假设被违背，模型即失效。基于概率的决策辅助工具的使用者需要在出现模型未涵盖的情况时收到警报。此外，为了控制动态模型的构建与修正，必须对模型失效进行诊断。本文提出了一组基于决策理论动机的启发式方法，用于诊断模型可能无法充分表示被建模过程的情形。
引用
@article{arxiv.1303.5728,
title = {Conflict and Surprise: Heuristics for Model Revision},
author = {Kathryn Blackmond Laskey},
journal= {arXiv preprint arXiv:1303.5728},
year = {2013}
}
备注
Appears in Proceedings of the Seventh Conference on Uncertainty in Artificial Intelligence (UAI1991)