噪声最大门的乘法分解
人工智能
2013-01-30 v1
摘要
噪声或门及其推广形式噪声最大门已被用于降低知识获取的复杂性。本文中，我们提出了一种噪声最大门的新表示形式，该形式允许在一般贝叶斯网络中进行高效推理。实证研究表明，我们的方法能够在著名的QMR-DT和CPCS大型医疗网络中计算查询，而此前尚无精确推理方法在这些网络上表现良好。
引用
@article{arxiv.1301.6742,
title = {Multiplicative Factorization of Noisy-Max},
author = {Masami Takikawa and Bruce D'Ambrosio},
journal= {arXiv preprint arXiv:1301.6742},
year = {2013}
}
备注
Appears in Proceedings of the Fifteenth Conference on Uncertainty in Artificial Intelligence (UAI1999)