面向预测性态势感知的多实体贝叶斯网络参考模型
人工智能
2018-06-11 v2
摘要
在过去四分之一世纪中，态势感知（SAW）因其重要性已成为一个关键研究主题。自第一次世界大战期间首次引入 SAW 概念以来，各种版本的 SAW 已被研究和提出。预测性态势感知（PSAW）侧重于随时间预测时间演化态势各方面的能力。PSAW 需要一种形式化表示以及使用该表示的推理方法。多实体贝叶斯网络（MEBN）是一种将贝叶斯网络（BN）与一阶逻辑（FOL）相结合的知识表示形式。MEBN 可用于表示不确定态势（由 BN 支持）以及复杂态势（由 FOL 支持）。此外，已开发出高效的 MEBN 推理算法。MEBN 可作为一种支持 PSAW 的形式化表示，并已被用于若干 PSAW 系统。尽管存在若干用于 PSAW 的 MEBN 应用，但文献中极少有尝试将 MEBN 模型推广以支持 PSAW 的工作。在本研究中，我们定义了 PSAW 中 MEBN 的参考模型，称为 PSAW-MEBN 参考模型。PSAW-MEBN 参考模型通过支持 PSAW 的 MEBN 模型设计，使我们能够轻松开发用于 PSAW 的 MEBN 模型。在本研究中，我们介绍了两个使用 PSAW-MEBN 参考模型开发 MEBN 模型以支持 PSAW 的示例用例：智能制造系统与海洋领域感知系统。
引用
@article{arxiv.1806.02457,
title = {Reference Model of Multi-Entity Bayesian Networks for Predictive Situation Awareness},
author = {Cheol Young Park and Kathryn Blackmond Laskey},
journal= {arXiv preprint arXiv:1806.02457},
year = {2018}
}