×

使用蒙特卡罗模拟对主观逻辑运算符近似值进行的经验评估。 (英语) Zbl 1460.68104号

摘要:在本文中,我们分析了主观逻辑作为对概率分布函数进行近似变换的框架的使用。对于任何近似,我们根据计算效率和偏差来评估主观逻辑。然而,虽然计算成本可能很容易估计,但主观逻辑算子的偏差尚未得到研究。为了评估这种偏差,我们提出了一种实验协议,该协议利用蒙特卡洛模拟及其特性来评估主观逻辑运算符产生的结果与概率分布上相应变换的真实结果之间的距离。该协议允许建模者估计其必须接受的近似程度,以权衡主观逻辑框架的计算效率和可解释性。具体来说,我们将我们的方法应用于二项式乘法和融合的主观逻辑算子的相关案例研究,并对其近似程度进行了实证研究。

MSC公司:

68T27型 人工智能中的逻辑
68层37 人工智能背景下的不确定性推理
PDF格式BibTeX公司 XML格式引用

参考文献:

[1] 科埃略,C.A。;Alberto,R.P.,《关于独立贝塔随机变量产品的分布——应用》(2012),技术报告,CMA 12谷歌学者
[2] Ghahramani,Zoubin,概率机器学习和人工智能,《自然》,521,7553,452(2015)
[3] 诺亚·D·古德曼。;Stuhlmüller,Andreas,概率编程语言的设计与实现(2014)
[4] Jösang,A.,《主观逻辑:不确定性下推理的形式主义》,《人工智能:基础、理论和算法》(2016),斯普林格国际出版公司·Zbl 1369.68003号
[5] 约桑,奥顿;戴维·麦卡纳利,《信念的乘法和乘法》,《国际近似理性杂志》。,38, 1, 19-51 (2005) ·Zbl 1065.68094号
[6] 兰斯·卡普兰;Ivanovska,Magdalena,单连通图的二阶贝叶斯网络中的有效信念传播,Int.J.近似推理。,93, 132-152 (2018) ·Zbl 1452.68213号
[7] 兰斯·卡普兰(Lance M.Kaplan)。;⑩ensoy,穆拉特;唐玉清;查克拉波蒂,苏普里约;比斯迪基安语、查茨基克语;de Mel,Geeth,《不确定性下的推理:主观逻辑演绎的变化》,(信息融合,2013年第16届国际会议,IEEE),1910-1917
[8] 麦凯,大卫·J·C,《信息理论、推理和学习算法》(2003),剑桥大学出版社·Zbl 1055.94001号
[9] Pham,T.G.等人。;Turkkan,N.,《具有β分布元件寿命的备用系统的可靠性》,IEEE Trans。信实。,43,1,71-75(1994年)
[10] Pham-Gia,周四;Turkkan,Noyan,一般β分布的乘积和商,Stat.Pap。,43, 4, 537-550 (2002) ·Zbl 1008.62016号
[11] 何塞·普林西比(Jose C.Principe),《信息理论学习:Rényi’s Entropy and Kernel Perspectives》(2010),施普林格出版社·兹比尔1206.94003
[12] Shalizi,Cosma,《从基本观点进行高级数据分析》(2013年)·Zbl 1410.62010年
[13] Sriperumbudur,Bharath K。;Fukumizu,Kenji;亚瑟·格雷顿;Schölkopf,伯恩哈德;Lanckriet,Gert R.G.,《关于积分概率度量》,()-发散和二进制分类(2009),arXiv预印本·Zbl 1295.62035号
[14] 杉山正树;Kawanabe,Motoaki,《非静态环境中的机器学习:协变变换适应导论》(2012),麻省理工学院出版社
[15] Tang,Jen;Gupta,A.K.,《关于独立β随机变量乘积的分布》,Stat.Probab。莱特。,2, 3, 165-168 (1984) ·Zbl 0543.62040号
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。