使用信念函数、序数条件函数与可能性测度进行更新
人工智能
2013-04-05 v1
摘要
本文讨论了当新信息（可能充满不确定性）可用时，如何更新表示知识状态的不确定性度量。该问题在多种框架下进行了考虑，即：Shafer的证据理论、Zadeh的可能性理论、Spohn的认知状态理论。在前两种情况下，引入并讨论了Jeffrey条件化规则的类似物。强调了Spohn模型与可能性理论之间的关系，并将Spohn的更新规则与可能性理论中类似Jeffrey的条件化规则进行了对比。Shenoy关于序数条件函数组合的最新结果在可能性理论的语言中得到了重新解释。结果表明，Shenoy的组合规则在可能性理论中有一个众所周知的对应物。
引用
@article{arxiv.1304.1118,
title = {Updating with Belief Functions, Ordinal Conditioning Functions and Possibility Measures},
author = {Didier Dubois and Henri Prade},
journal= {arXiv preprint arXiv:1304.1118},
year = {2013}
}
备注
Appears in Proceedings of the Sixth Conference on Uncertainty in Artificial Intelligence (UAI1990)