影响图中的短视信息价值
人工智能
2013-02-08 v1
摘要
我们提出了一种基于强联结树框架（Jensen, Jensen & Dittmer, 1994）计算影响图（Howard & Matheson, 1981）中短视信息价值的方法。影响图中实例化顺序的差异反映在相应的联结树中，即机会节点被边缘化的顺序不同。这种边缘化顺序可以通过表扩展来改变，实际上，具有扩展表的同一联结树可用于计算不同实例化顺序场景下的期望效用。我们还比较了我们的方法与在同一个影响图中对不同实例化顺序进行建模的经典方法。
引用
@article{arxiv.1302.1535,
title = {Myopic Value of Information in Influence Diagrams},
author = {Soren L. Dittmer and Finn Verner Jensen},
journal= {arXiv preprint arXiv:1302.1535},
year = {2013}
}
备注
Appears in Proceedings of the Thirteenth Conference on Uncertainty in Artificial Intelligence (UAI1997)