×

Dempster-Shafer证据理论中的近似算法和决策——一项实证研究。 (英语) Zbl 0939.68109号

摘要:证据理论中推理的计算复杂性是这一形式主义必须面对的主要批评点之一。为了克服这一困难,提出了各种近似算法,目的是减少所涉及的置信函数中焦点元素的数量。本文回顾了基于此方法的许多算法,并介绍了一种新的算法——D1算法,该算法旨在使与决策相关的值产生最小偏差。它描述了一项实证研究,以检验这些近似程序在决策情况下的适当性。它沿着几个维度呈现并解释了经验性研究结果,并讨论了在实际应用这些方法时必须考虑的各种权衡。

MSC公司:

68T20型 人工智能背景下的问题解决(启发式、搜索策略等)
68立方英尺 知识表示
PDF格式BibTeX公司 XML格式引用

参考文献:

[1] Barnett,J.A.,证据数学理论的计算方法,(第七届国际人工智能联合会议论文集。第七届人工智能国际联合会议论文集中,加拿大温哥华(1981年8月)),868-875
[2] Bauer,M.,计划识别结果的合理性,见[14],647-651;Bauer,M.,计划确认结果的合理性,见[14],647-651
[3] Dempster,A.P.,《多值映射诱导的上下概率》,《数学年鉴》。统计人员。,38, 325-339 (1967) ·Zbl 0168.17501号
[4] Dubois,D。;Prade,H.,信念函数的辅音近似,国际。J.近似原因。,419-449年(1990年)·Zbl 0714.94030号
[5] J.戈登。;Shortiffe,E.H.,《在层次假设空间中管理证据推理的方法》,《人工智能》,26,323-357(1985)·Zbl 1134.68530号
[6] 克里诺维奇,V。;伯纳特,A。;Borrett,W。;Mariscal,Y。;Villa,E.,Monte-Carlo方法使Dempster-Shafer形式主义可行,(Yager,R.;Fedrizzi,M.;Kacprzyk,J.,《Dempsten-Shafter证据理论的进展》(1994),威利出版社),第9章
[7] 劳伦斯,J.D。;T·D·加维。;Strat,T.M.,证据推理系统框架,(美国人工智能协会第五届全国会议论文集。美国人工智能学会第五届国家会议论文集,费城(1986年8月)),896-903
[8] Orponen,P.,Dempster的组合规则是#P-complete,Artificial Intelligence,44245-253(1990)·Zbl 0717.68048号
[9] Shenoy,P。;Shafer,G.,《概率和置信函数传播公理》(Shachter,R.D.;Levitt,T.S.;Kanal,L.N.;Lemmer,J.F.,《人工智能中的不确定性》,4(1990),Elsevier),169-198
[10] Shafer,G.,《证据的数学理论》(1976),普林斯顿大学:普林斯顿大学普林斯顿,新泽西州普林斯顿·Zbl 0359.62002号
[11] Smets,P.,《信念函数与概率函数》(Bouchon,B.;Saitta,L.;Yager,R.,《不确定性与智能系统》,《不确定与智能系统,计算科学讲义》313(1988)),17-24·Zbl 1088.68502号
[12] Tessem,B.,证据理论中有效计算的近似,人工智能,61315-329(1993)
[13] Voorbraak,F.,Dempster-Shafer理论的计算效率近似,国际。《人类机器螺柱杂志》,30,525-536(1989)·Zbl 0684.68105号
[14] (Wahlster,W.,《第十二届欧洲人工智能会议论文集》,第十二届欧盟人工智能会议,匈牙利布达佩斯(1996))
[15] Wilson,N.,Dempster-Shafer信念的Monte-Carlo算法,(D'Ambrosio,B.;Smets,P.;Bonissone,P.,《第七届人工智能不确定性会议论文集》(1991),洛杉矶大学),414-417
[16] Wilson,N.和Moral,S.,计算Dempster-Shafer信念的快速马尔可夫链算法,见[14],672-676。;Wilson,N.和Moral,S.,计算Dempster-Shafer信念的快速马尔可夫链算法,见[14],672-676。
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。