信度网推理--方法及问题(上)

摘要：

@@基于概率知识表达的信度网,已成为人工智能非精确知识表达与推理领域近10几年来研究的热点.目前国外的许多研究机构都对信度网进行了深入的研究.这些研究主要集中在以下三个方面:基于信度网的推理、基于信度网的学习和基于信度网的应用.其中基于信度网的推理一般分为:精确推理(即精确计算概率值)和近似推理(近似计算概率值)两个部分,主要研究高效的推理算法[13,6];基于信度网的学习一般分为参数学习和结构学习两个内容,同时根据样本数据的不同性质每一部分均包括:实例数据完备、实例数据不完备两个方面[7,6];基于信度网的应用,主要包括:基于信度网的知识表达、相应的软件工具开发、基于信度网的实例应用等.目前这些研究都取得了丰硕的成果,正逐步走向实际应用.信度网的提出人Pearl教授也于1999年被授予IJCAI杰出研究成果奖.

机标关键词：信度网推理、知识表达与推理、实例应用、学习一般、实例数据、概率值、样本数据、研究成果、推理算法、实际应用、软件工具、人工智能、精确推理、精确计算、近似推理、近似计算、结构学习、基于概率、参数学习、非精确

所属期刊栏目：28

分类号：TP39(计算技术、计算机技术)

资助基金：国家自然科学基金;教育部跨世纪优秀人才培养计划;重庆市科技攻关项目

在线出版日期：2004-01-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：74-77