信念网络的概率 elicitation:结合定性与定量信息
人工智能
2013-02-21 v1
摘要
尽管信念网络在不确定性推理中的有用性已被广泛接受,但获取其所需的数值概率仍被视为主要障碍。通常没有足够的统计数据来进行可靠的概率估计。可用信息可能不适合直接编码到网络中。最后,领域专家可能不愿意提供数值概率。在本文中,我们提出了一种从领域专家处 elicitation 概率的方法,该方法是非侵入性的,并能容纳专家愿意陈述的任何概率信息。我们将所有可用信息(无论是定性还是定量性质)表达为一种规范形式,由表示对可能联合概率分布超空间约束的(不)等式组成。随后,我们利用这种规范形式推导出目标概率的二阶概率分布。
引用
@article{arxiv.1302.4943,
title = {Elicitation of Probabilities for Belief Networks: Combining Qualitative and Quantitative Information},
author = {Marek J. Druzdzel and Linda C. van der Gaag},
journal= {arXiv preprint arXiv:1302.4943},
year = {2013}
}
备注
Appears in Proceedings of the Eleventh Conference on Uncertainty in Artificial Intelligence (UAI1995)