从确信因子模型到Bayes网络

摘要：

本文研究确信因子模型与Bayes网络之间的区别与联系.首先讨论确信因子模型理论基础的局限性,证明确信因子模型中蕴含着与简单Bayes模型一样的条件独立性假设;然后探究Bayes网络中对应于确信因子模型的若干功能,提出Bayes网络推理中条件对推理结论的影响程度与作用方向的概念、分析方法和计算公式,证明Noisy-OR模型的概率推理与确信因子的推理的等价性;最后从知识的表示、推理、获取等三个方面讨论Bayes网络相对于确信因子模型的比较优势.本文的研究表明Bayes网络不仅具备确信因子模型的主要功能,而且可以突破确信因子的局限性.它有望取代确信因子模型,成为基于概率的智能信息处理模型中的一种主流模型.

关键词：Bayes 网络、确信因子模型、条件独立性、规则的模块性、不确定性推理

所属期刊栏目：31

分类号：TP3(计算技术、计算机技术)

资助基金：国家自然科学基金60175011,60375011;安徽省自然科学基金03042207,03042305

在线出版日期：2004-11-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：182-188