求解含确定性变量的混合影响图
人工智能
2012-03-19 v1
摘要
我们描述了一个框架和算法，用于求解包含离散、连续和确定性机会变量以及离散和连续决策变量的混合影响图。影响图中的连续机会变量如果其条件分布方差为零，则称为确定性变量。该求解算法是Shenoy离散影响图融合算法的扩展。我们描述了一种扩展的Shenoy-Shafer架构，用于在包含确定性机会变量的混合影响图中传播离散、连续和效用势。通过求解两个小例子来说明该算法和框架。
引用
@article{arxiv.1203.3493,
title = {Solving Hybrid Influence Diagrams with Deterministic Variables},
author = {Yijing Li and Prakash P. Shenoy},
journal= {arXiv preprint arXiv:1203.3493},
year = {2012}
}
备注
Appears in Proceedings of the Twenty-Sixth Conference on Uncertainty in Artificial Intelligence (UAI2010)