概率推理
概率推理的相关文献在1989年到2022年内共计172篇,主要集中在自动化技术、计算机技术、电工技术、经济计划与管理
等领域,其中期刊论文144篇、会议论文15篇、专利文献9773篇;相关期刊105种,包括管理工程学报、管理科学学报、商场现代化等;
相关会议15种,包括第33届中国数据库学术会议(NDBC2016 )、第23届过程控制会议、2011年全国嵌入式仪表及系统技术会议等;概率推理的相关文献由372位作者贡献,包括岳昆、姚淑萍、廖士中等。
概率推理
-研究学者
- 岳昆
- 姚淑萍
- 廖士中
- 张勤
- 彭武
- 李俭川
- 温熙森
- 胡茑庆
- 黄建明
- 何克磊
- 冀俊忠
- 刘椿年
- 吕建华
- 夏佩伦
- 姜斌
- 方娇莉
- 胡昌振
- 赵波
- 陆宁云
- 陈亚瑞
- 严璋
- 付敬奇
- 付晓东
- 冯新喜
- 刘伟娜
- 刘启元
- 刘惟一
- 刘煜
- 吴祈宗
- 吴鑫然
- 周大可
- 周浩
- 周跃峰
- 唐贤伦
- 孙作雷
- 孙健
- 张卓
- 张海义
- 张立国
- 张聪
- 彭德光
- 徐义峰
- 徐友全
- 徐楠楠
- 徐源音
- 曹家麟
- 曾连荪
- 李永帅
- 李金林
- 杨欣
-
-
杜文静
-
-
摘要:
概率方法是一种允许在不确定情况下进行证据推理的数学模型,具有计算可靠性和完备性的形式化基础。然而,概率推理在建模过程中存在两大困境,即概率数值从何而来以及如何解决证据聚合难题。贝叶斯概率和富兰克林原则为数值难题提供了破解之道。贝叶斯概率充分融合客观概率和主观概率,为它们提供统一框架,解决概率数值的评估分歧。富兰克林的一般性原则确保适当参考类的理性选择,解决数值难题的客观概率赋值。基于概率理论的贝叶斯公式具备一致性和规范性,借助严格的形式化概率推论可以消解证据聚合难题。通过对两大困境的回应和破解,表明概率方法是计算不确定性推理的可靠工具,为面向法律人工智能的证据推理模型提供了理论支持。
-
-
段安民;
徐皓;
孙卫华;
孙艳超
-
-
摘要:
短波发射机作为短波通信的关键组成设备,在各装备平台上具有广泛的应用,其故障诊断技术对于各装备的短波通信保障能力具有重要意义。本文以贝叶斯网络为基础,建立短波发射机贝叶斯网络故障诊断模型并对其进行分析计算,推理得出导致故障出现的各因素发生概率,以便科学、有效地对故障进行诊断定位,为快速排故、提升设备故障修复效率提供有力支撑。
-
-
李彦柯;
祁志卫;
李剑宇;
胡矿
-
-
摘要:
在基于贝叶斯网的概率推理应用中,由于缺乏节点间潜在的关联信息,使得与推理任务无关的节点参与计算,导致推理效率不高,高效的贝叶斯网推理有待深入研究.为此,本文引入知识图谱,使用领域知识补充节点间潜在的关联信息,从而支持高效贝叶斯网推理.首先,基于TransE模型将知识图谱中的三元组嵌入到低维向量空间,通过向量的相似度计算得到实体间的关联信息,以此为依据从贝叶斯网中抽取与推理任务相关的子图构建节点关联图;然后,基于实体间的相似度与贝叶斯网节点参数给出图中的权值计算方法;最后,基于节点关联图的嵌入实现近似推理.实验结果表明,本文方法的效率优于吉布斯采样算法与前向采样算法,验证了本方法的高效性.
-
-
何勇;
吴鑫然;
岳昆
-
-
摘要:
事件诱因是诱导事件发生的因素,从事件特征数据构建事件诱因模型,进行事件诱因估计,是解决舆论控制、精准决策支持和用户行为定向等问题的重要基础.本文以公共突发事件为背景,以贝叶斯网为不确定性知识表示和推理的基本框架,以多值隐变量来描述事件诱因的多个取值,提出一种基于带隐变量贝叶斯网(隐变量模型)的事件诱因模型构建方法,进而利用概率推理算法估计事件诱因.针对事件诱因存在多个取值的问题,本文基于分支限界思想提出最优取值子集提取算法.建立在真实数据集上的实验结果表明,本文提出的事件诱因模型构建方法及相应的诱因估计方法是有效的.
-
-
刘子涛;
杜柏松;
贾帅林
-
-
摘要:
为探究船舶在大风浪中发生倾覆的原因,利用贝叶斯网络建立船舶倾覆模型,分析我国2005—2019年船舶在大风浪中的倾覆事故。结合数据样本,从人、船、环境、管理四个方面对造成倾覆事故的原因进行分析,确定网络节点,进而找到每起倾覆事故的事故链,并建立大风浪中船舶倾覆事故的贝叶斯网络。通过Netica软件对所建立的贝叶斯网络进行分析,找出船舶在大风浪中倾覆的致因链。结果表明:该贝叶斯网络能够利用船舶航行时的信息预测出船舶在大风浪中发生倾覆的概率,可为航运公司及船员在大风浪下的操纵提供建议,对保障船舶在大风浪中的安全航行具有一定的实际意义。
-
-
张勤
-
-
摘要:
当前,新一代人工智能,特别是具有可解释性的基于因果关系的人工智能成为领域关注点。图灵奖获得者朱迪亚·珀尔(Judea Pearl)的因果贝叶斯网络模型成为研究热点。本文简要分析了因果贝叶斯网络与贝叶斯网络的关系、存在的缺点,进而介绍了笔者原创的动态不确定因果图(Dynamic Uncertain Causality Graph,DUCG)模型及其优点,以及目前的应用情况。
-
-
顾昕;
毛梦琪;
马淑风;
陈森宇
-
-
摘要:
针对当前教育研究问题的复杂性、不确定性与动态性特征,本文提出使用贝叶斯网络方法分析教育实证研究数据。在研究范式上,贝叶斯网络结合了理论驱动与数据驱动的研究方法,根据教育研究理论与专家经验确定先验模型,通过后续采集的数据迭代模型,不断更新能够支持或反对理论模型的数据证据。在数据分析方法上,贝叶斯网络将变量或变量关系的不确定性纳入模型,以概率的方式给出精确的推断结论和预测信息。在模型应用上,贝叶斯网络能够在真实教学情境中实时评估学生的知识掌握、能力培养、素养发展等,为教学与学习过程的动态评估提供方法和技术上的支持。
-
-
李宁静
-
-
摘要:
针对知识图谱中实体间的关联关系存在不确定性、实体间关联度计算复杂度高等问题,提出一种基于贝叶斯网的实体间关联度的计算方法.针对知识图谱做预处理,利用剪枝后获取的核心子图构建贝叶斯网,提出基于知识图谱的贝叶斯网构建方法;利用贝叶斯网作为知识图谱中实体之间关联关系的量化和推理框架,基于贝叶斯网的概率推理,提出知识图谱中实体间关联度的定量计算方法.建立在真实数据之上的实验结果验证了方法的有效性.
-
-
李鑫柏;
吴鑫然;
岳昆
-
-
摘要:
知识图谱中实体所涉及的关系之间通常具有相互依赖的性质,基于这种依赖性可利用数据中的新实体来构造更多的三元组从而补全知识图谱.贝叶斯网(BN)是一种表示和推理变量之间相互依赖关系和不确定性知识的有效模型,将BN作为模型框架,研究基于BN的开放世界知识图谱补全方法.提出知识图谱中关系之间依赖性的表示模型构建方法,构建过程包括模型的基础结构构建和参数表计算,基于关系对实体的描述作用,根据描述作用强的关系决定描述作用弱的关系这一规则构建模型的基础结构.给出基于知识图谱中的三元组来抽取数据集的方法,采用最大似然估计法并利用模型的基础结构和数据集来计算模型的参数表.提出基于BN概率推理的三元组构造方法,将开放世界数据中包含新实体三元组的关系和尾实体作为证据,利用概率推理计算新实体与其他实体之间存在关系的条件概率,以此为依据构造与新实体相关的更多三元组,从而完善知识图谱.在FB15k和DBpedia数据集中分别进行三元组类型预测和链路预测实验,结果表明,该方法具有有效性,其预测召回率和MR值相比现有知识图谱补全方法均有明显提升.
-
-
史滋福;
谢云天
-
-
摘要:
采用数学焦虑量表、概率推理量表以及数学元认知问卷对431名初中生进行测查,探讨数学焦虑对初中生概率推理的影响及作用机制.结果发现:(1)数学元认知在数学焦虑与概率推理之间起中介作用;(2)数学元认知知识在数学焦虑与概率推理之间的中介作用不显著;(3)数学元认知体验、数学元认知监控在数学焦虑和概率推理之间起中介作用;(4)性别调节了数学焦虑经过数学元认知监控对概率推理的中介效应.与男生相比,女生数学焦虑经过数学元认知监控对概率推理的中介效应显著增加.因此,数学焦虑和初中生概率推理之间存在有调节的中介效应.
-
-
- 《第33届中国数据库学术会议(NDBC2016 )》
| 2016年
-
摘要:
本文以用户偏好发现为目标,使用隐变量模型(即含隐变量的贝叶斯网)描述评价数据中相关属性之间的依赖关系及其不确定性,重点研究评价数据中隐变量模型的构建和概率推理方法.首先针对评价数据的稀疏性,使用带偏置的矩阵分解模型对其进行填补.用隐变量表示用户偏好,给出了基于互信息、最大半团和EM算法的隐变量模型构建方法,进而给出了基于Gibbs采样的隐变量模型概率推理和用户偏好发现方法.通过建立在MovieLens数据集上的实验结果测试了本文所提出方法的高效性和有效性。
-
-
-
-
陈静;
付敬奇
- 《2011年全国嵌入式仪表及系统技术会议》
| 2011年
-
摘要:
在火灾报警系统中火灾概率分析存在不确定性因素问题,为此文章提出用贝叶斯网络对火灾概率进行分析:首先通过分析火灾燃烧原理,得到火灾概率与燃烧过程产生的物化特征之间的内在逻辑关系;在定义火灾燃烧特征参量作为贝叶斯网络节点变量的基础上,创建了基于Netica的火灾报警系统贝叶斯网络模型.通过概率推理和对节点的证据敏感性分析,验证了利用贝叶斯网络模型对火灾发生概率进行分析是可行的、有效的.
-
-
-
- 《2008年全国理论计算机科学学术年会》
| 2008年
-
摘要:
贝叶斯网络作为一种知识表示和进行概率推理的方法,在不确定性推理决策问题中得到了广泛的应用。针对态势评估系统需要对大量不确定性知识进行处理的情况,利用贝叶斯网络技术,结合博弈论的思想,提出了一种博弈融合态势评估的新算法,并以一个实例来说明该算法计算过程的可行性,指出了贝叶斯网络在实际应用中存在的问题。
-
-
-
廖士中;
卢金良;
王晓军
- 《2005第一届中国分类技术与应用研讨会(CSCA)》
| 2005年
-
摘要:
草图理解是人工智能学科的一个新兴的分支,旨在自动或半自动地识别并抽取草图、素描和图案的正确语义知识.草图的随意性和歧义性是草图理解的挑战性问题,现有草图理解系统只能通过限制用户手绘草图的随意性来提高识别和理解水平.针对这一挑战性问题,提出了一个草图理解的贝叶斯模型,该模型应用贝叶斯网络和概率推理方法来统一表示并处理笔划、手势、几何构造和领域知识.讨论了贝叶斯网络的结构学习和增量学习方法.分析了动态构建的上下文在处理草图随意性和歧义性方面的作用.关于UML类图草图理解的初步研究表明,该模型是处理草图随意性和歧义性的一种可行方法。
-
-