证据数学理论中基于数据的推理
人工智能
2018-11-13 v1
摘要
证据数学理论（MTE）被认为是当知识以不同详细程度表达时进行推理的基础。尽管自该理论建立以来已投入大量研究努力，许多问题仍悬而未决。其中最重要的开放问题之一似乎是频率与证据数学理论之间的关系。该理论被指责将频率排除在其框架之外（或置于一旁）。这一指责的严重性显而易见：无法运行实验来将基于 MTE 的真实世界过程模型与真实世界数据进行比较。本文我们发展了 MTE 的频率主义模型，从而推翻了上述针对 MTE 的论点。我们描述了如何以 MTE 信任函数解释数据、如何基于数据推理条件信任函数、如何从 MTE 模型生成随机样本、如何由数据导出 MTE 模型，以及如何比较 MTE 模型中的推理与基于数据的推理结果。本文主张 MTE 适用于对若干类型的破坏性过程建模。
引用
@article{arxiv.1811.04790,
title = {Reasoning From Data in the Mathematical Theory of Evidence},
author = {Mieczysław Kłopotek},
journal= {arXiv preprint arXiv:1811.04790},
year = {2018}
}
备注
presented as poster M.A. K{\l}opotek: Reasoning from Data in the Mathematical Theory of Evidence. [in:] Proc. Eighth International Symposium On Methodologies For Intelligent Systems (ISMIS'94), Charlotte, North Carolina, USA, October 16-19, 1994. arXiv admin note: text overlap with arXiv:1707.03881