×
道德，塞拉芬

在模型选择和平均时使用不精确的概率进行学习。 （英语） Zbl 1460.68088号

国际J近似推理 109, 111-124 (2019).
摘要：本文提出了一个不精确概率学习的一般框架，包括一个带有两组参数的层次化方法。在顶部集合中，我们有不精确的信息，并且以这个集合为条件，我们有关于其他参数集的精确贝叶斯信息。给定一组观测值，通过调节更新这两组参数的信息，并应用模型选择方法计算约化顶集。这种模型选择方法基于概率不精确的决策。将表明，许多现有方法都可以适用于此一般程序，并将提供理论依据。最后，将该方法应用于信用网络的学习问题。

引用于4文件

MSC公司：

68T05型 人工智能中的学习和自适应系统
68层37 人工智能背景下的不确定性推理

关键词：

不精确概率;决策;型号选择;概率估计;可能性;可信网络
PDF格式BibTeX公司 XML格式引用
\textit{S.Moral}，Int.J.近似推理109，111-124（2019；Zbl 1460.68088）
全文： 内政部

参考文献：

[1] Claeskens，G。；Hjort，N.L.，模型选择和模型平均（2008），剑桥大学出版社·Zbl 1166.62001号
[2] 伯纳姆，K.P。；Anderson，D.R.，《多模型推理：理解模型选择中的aic和bic》，社会学。方法研究，33，2261-304（2004）
[3] Gärdefors，P。；Sahlin，N.-E.，《不可靠概率、风险承担和决策》，Synthese，53，3，361-386（1982）·Zbl 0516.62011号
[4] 卡诺，J。；道德，S。；Verdegay-López，J.，《上下概率的组合》，（Ambrosio，B.；Smets，P.；Bonissone，P.，《第七届人工智能不确定性会议论文集》（1991年），Morgan&Kaufmann），61-68
[5] Cattaneo，M.E.，不精确概率的连续更新规则，（知识系统中不确定性的信息处理和管理国际会议（2014），施普林格），426-435·Zbl 1456.68193号
[6] Pawitan，Y.，《在所有可能性中：使用可能性的统计建模和推断》（2001），牛津大学出版社：牛津大学出版社·Zbl 1013.62001号
[7] Walley，P.，《多项式数据推断：了解一袋弹珠》（讨论），J.R.Stat.Soc.Ser。B、 58、3-57（1996）·Zbl 0834.62004号
[8] Cozman，F.，Credal networks，Artif。智力。，120, 199-233 (2000) ·Zbl 0945.68163号
[9] Hyndman，R.J.，《计算和绘制最高密度区域》，《美国统计》，50，2，120-126（1996）
[10] Schervish，M.J.，《统计学理论》（2012），施普林格科学与商业媒体
[11] 库索，I。；道德，S.，《理想赌博的集合：条件、表征和精确概率》，《国际期刊近似推理》。，52, 7, 1034-1055 (2011) ·Zbl 1234.68374号
[12] 威利，P.，《走向不精确概率的统一理论》，《国际J近似推理》。，24, 125-148 (2000) ·Zbl 1007.28015号
[13] Quaeghebeur，E.，Desireability，（《不精确概率导论》（2014），John Wiley&Sons），1-27，Ch.1·Zbl 1298.60013号
[14] Shafer，G.，《证据的数学理论》，第42卷（1976年），普林斯顿大学出版社·Zbl 0359.62002号
[15] Huber，P.，《稳健统计》（1981），威利：威利纽约·Zbl 0536.62025号
[16] 道德，S.，《贴现不精确概率》，（Gil，E.；Gil，E.；Gil
[17] 卡丹·J·B。；Lazar，N.A.，《模型选择的方法和标准》，J.Am.Stat.Assoc.，99，465，279-290（2004）·Zbl 1089.62501号
[18] De Bock，J。；De Cooman，G.，《条件调节、更新和低概率零》，Int.J.《近似原因》。，67, 1-36 (2015) ·兹比尔1385.60002
[19] Walley，P.，《概率不精确的统计推理》（1991），查普曼和霍尔：查普曼与霍尔伦敦·Zbl 0732.62004号
[20] Troffaes，M.C.，不确定性下使用不精确概率的决策，Int.J.近似原因。，45，1，17-29（2007年）·Zbl 1119.91028号
[21] Casella，G.，《经验贝叶斯数据分析导论》，《美国统计》，39，2，83-87（1985）
[22] 赫克曼博士。；盖革，D。；Chickering，D.M.，《学习贝叶斯网络：知识和统计数据的结合》，马赫出版社。学习。，20, 3, 197-243 (1995) ·兹比尔08316.8096
[23] Masegosa，A.R。；Moral，S.，从数据中学习多项式分布的不精确概率模型。学习信条网络的应用，国际期刊近似推理。，55, 7, 1548-1569 (2014) ·兹比尔1407.68408
[24] 皮亚蒂，A。；Zaffalon，M。；特洛伊贾尼，F。；Hutter，M.，《在先前的近无知下学习分类潜在变量》（de Cooman，G.；Vejnarová，J。；Zaffalon，M.，《第五届不精确概率国际研讨会论文集：理论与应用》。第五届不精确概率国际研讨会论文集：理论与应用，ISIPTA’07（2007），357-364
[25] Bozdogan，H.，模型选择和Akaike的信息标准（aic）：一般理论及其分析扩展，《心理测量学》，52，3，345-370（1987）·Zbl 0627.62005号
[26] Schwarz，G.，估算模型的维数，《Ann.Stat.》，6，2，461-464（1978）·Zbl 0379.62005年
[27] Pearl，J.，《智能系统的概率推理》（1988），摩根和考夫曼：摩根和考夫曼-圣马特奥出版社
[28] Liao，Z.A。；夏尔马，C。；库森，J。；van Beek，P.，在最佳arXiv预印本因子内寻找所有贝叶斯网络结构
[29] 道德，美国，《独立性分数测量的实证比较》（第十届IPMU国际会议论文集（2004）），1307-1314
[30] Silander，T。；Kontkanen，P。；Myllymäki，P.，《关于映射贝叶斯网络结构对等效样本大小参数的敏感性》，（第二十届人工智能不确定性会议论文集（2007年），AUAI出版社），360-367
[31] Dubois，D。；道德，S。；Prade，H.，《基于可能性的可能性理论语义学》，J.Math。分析。申请。，205, 2, 359-380 (1997) ·Zbl 0884.03017号
此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配，并且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。