大型信念网络的知识工程
人工智能
2013-02-28 v1
摘要
基于我们从源自大型医学知识库的网络所获得的经验，我们提出了几种针对大型信念网络 (BNs) 的知识工程技术。noisyMAX（noisy-OR 门的推广）用于对具有多值变量的 BN 中的因果独立性进行建模。我们描述了使用泄漏概率 (leak probabilities) 来在我们的模型中强制实施封闭世界假设。我们介绍了 Netview，这是一种基于因果独立性和泄漏概率使用的可视化工具。Netview 软件允许知识工程师动态查看用于知识工程的子网络，并为编辑 BN 提供版本控制。Netview 生成的子网络中，泄漏概率会动态更新以反映网络的缺失部分。
引用
@article{arxiv.1302.6839,
title = {Knowledge Engineering for Large Belief Networks},
author = {Malcolm Pradhan and Gregory M. Provan and Blackford Middleton and Max Henrion},
journal= {arXiv preprint arXiv:1302.6839},
year = {2013}
}
备注
Appears in Proceedings of the Tenth Conference on Uncertainty in Artificial Intelligence (UAI1994)