多重故障诊断：敏感性分析
人工智能
2015-05-19 v2
摘要
我们比较了三种诊断推理模型的诊断准确率：简单贝叶斯模型、多成员贝叶斯模型（与确定性因子模型中的并行组合函数同构），以及引入噪声 OR 门交互的模型。该比较基于《美国医学杂志》中的 20 个临床病理讨论会（CPC）病例——这些病例描述了通常患有多种疾病的真实患者，极具挑战性。我们发现，尽管生成的分布与金标准诊断之间存在显著差异，但噪声 OR 模型生成的分布与金标准诊断最为吻合。此外，我们发现多成员贝叶斯模型倾向于显著高估疾病的后验概率，而简单贝叶斯模型则倾向于显著低估后验概率。我们的结果表明，进一步改进用于内科医学的噪声 OR 模型是值得的。
引用
@article{arxiv.1303.1463,
title = {Diagnosis of Multiple Faults: A Sensitivity Analysis},
author = {David Heckerman and Michael Shwe},
journal= {arXiv preprint arXiv:1303.1463},
year = {2015}
}
备注
Appears in Proceedings of the Ninth Conference on Uncertainty in Artificial Intelligence (UAI1993)