因果影响独立性与团树传播
人工智能
2013-02-08 v1
摘要
本文探讨了因果影响独立性（ICI）在贝叶斯网络推理中的作用。ICI 允许将条件概率表分解为更小的部分。我们描述了一种在团树传播（CTP）中利用这种分解的方法，CTP 是贝叶斯网络中最先进的精确推理算法。我们还提供了实证结果，表明所得算法比 CTP 与以往利用 ICI 技术的组合显著更高效。
引用
@article{arxiv.1302.1574,
title = {Independence of Causal Influence and Clique Tree Propagation},
author = {Nevin Lianwen Zhang and Li Yan},
journal= {arXiv preprint arXiv:1302.1574},
year = {2013}
}
备注
Appears in Proceedings of the Thirteenth Conference on Uncertainty in Artificial Intelligence (UAI1997)