基于数量级概率的快速信念更新
人工智能
2013-02-21 v1
摘要
我们提出了一种名为 Predict 的算法，用于更新以数量级概率量化的因果网络中的信念。该算法利用了网络的结构和量化信息，并呈现出多项式渐近复杂度。Predict 表现出保守行为，即它总是可靠的（sound），但并不总是完备的。我们提供了完备性的充分条件，并提出了测试这些条件以及计算一组完整合理值的算法。我们将 Predict 作为一种估计概率值的高效方法提出，并展示了其与两种已知概率推理算法结合使用的情况。最后，我们描述了 Predict 在计划评估中的应用，展示了实验结果，并讨论了其在信念条件逻辑中的应用以及与无关性刻画相关的问题。
引用
@article{arxiv.1302.4950,
title = {Fast Belief Update Using Order-of-Magnitude Probabilities},
author = {Moises Goldszmidt},
journal= {arXiv preprint arXiv:1302.4950},
year = {2013}
}
备注
Appears in Proceedings of the Eleventh Conference on Uncertainty in Artificial Intelligence (UAI1995)