保罗·达贡;米歇尔·鲁比 贝叶斯推理的最佳近似算法。 （英语） Zbl 1017.68542号 Artif公司。智力。 93，第1-2、1-27号（1997年）. 小结：在任何意义上，即使对于单个证据节点（E\），推论概率Pr[\（X=X\mid E=E\）]的近似值也是NP-hard。这个结果适用于允许包含极端条件概率的信念网络，即条件概率任意接近0。然而，所有以前的近似算法都无法有效地近似许多推论，即使对于没有极端条件概率的信念网络也是如此。我们证明了在没有极端条件概率的情况下，我们可以有效地近似置信网络中的概率推理。我们构造了一个随机近似算法——有界变差算法——它是已知的似然加权算法的变体。有界变分算法是第一个在所有无极端条件概率的置信网络上具有可证明快速推理近似的算法。从有界变分算法出发，利用伪随机发生器理论的最新进展，构造了一种确定性近似算法。与以前所有确定性近似的指数最坏情况行为不同，确定性有界变差算法在最坏情况下近似推理概率，即次指数2（^{（logn）^d}），对于某个整数（d\），它是置信网络深度的线性函数。 引用于10文件 MSC公司： 68立方英尺 知识表示 2015年1月62日 贝叶斯推断 关键词：贝叶斯推断;近似;信仰网络 软件：NESTOR公司 PDF格式BibTeX公司 XML格式引用 \textit｛P.Dagum｝和\textit｛M.Luby｝，人工制品。智力。93，编号1--2，1--27（1997；Zbl 1017.68542） 全文： 内政部 参考文献： [1] 概率预测专刊。概率预测专刊，国际。J.预测，11（1995） [2] 不确定推理的现实世界应用专题。《不确定推理在现实世界中的应用》专刊，ACM委员会，38（1995） [3] 查韦斯，R。；Cooper，G.F.，《概率推理随机算法的经验评估》（Henrion，M.；Shachter，R.D.；Kanal，L.N.；Lemmer，J.F.《人工智能中的不确定性》，5（1990），Elsevier:Elsevier Amsterdam），191-207·Zbl 0721.68060号 [4] 查韦斯，R。；Cooper，G.F.，贝叶斯信念网络概率推理的随机近似算法，网络，20661-685（1990）·Zbl 0719.68078号 [5] G.F.库珀。，内斯特：整合因果和概率知识的基于计算机的医疗诊断辅助工具（博士论文（1984），斯坦福大学医学计算机科学组：加利福尼亚州斯坦福大学医学计算科学组） [6] Cooper，G.F.，《使用贝叶斯信念网络进行概率推理的计算复杂性》，《人工智能》，第42期，第393-405页（1990年）·Zbl 0717.68080号 [7] 达贡，P。；查韦斯，R.M.，《贝叶斯信念网络中的近似概率推理》，IEEE Trans。模式分析与机器智能。，15, 246-255 (1993) [8] 达贡，P。；Horvitz，E.，信念网络推理模拟算法的贝叶斯分析，网络，23499-516（1993）·Zbl 0785.68086号 [9] 达贡，P。；卡普，R。；鲁比，M。；Ross，S.，Monte Carlo估计的最佳算法，（第36届IEEE计算机科学基础研讨会论文集。第36届计算机科学基础IEEE研讨会论文集，密尔沃基，威斯康星州（1995）），142-149·Zbl 0938.68910号 [10] 达贡，P。；Luby，M.，《贝叶斯信念网络中的近似概率推理》，NP-hard，《人工智能》，第60期，第141-153页（1993年）·Zbl 0781.68105号 [11] D’Ambrosio，B.，《增量概率推理》（第九届人工智能不确定性会议论文集。第九届人造智能不确定性大会论文集，华盛顿特区（1993），人工智能不确定度协会），301-308 [12] 偶数，G。；Goldreich，O。；鲁比，M。；尼桑，N。；Velickovic，B.，一般独立分布的近似，（IEEE第24届计算理论年会论文集（1992）） [13] 冯·R。；Chang，K.-C.，《贝叶斯网络随机模拟证据的权衡与整合》（Henrion，M.；Shachter，R.D.；Kanal，L.N.；Lemmer，J.F.，《人工智能中的不确定性》，5（1990），Elsevier:Elsevier Amsterdam），209-219·Zbl 0721.68062号 [14] 冯·R。；Del Favero，B.，贝叶斯网络中的反向模拟，（Proceedins第十届人工智能不确定性会议。Proceedins第十届人工智能不确定性会议，华盛顿州西雅图（1994），美国人工智能协会），227-234 [15] Henrion，M.，通过概率逻辑抽样传播贝叶斯网络中的不确定性，（Lemmer，J.F.；Kanal，L.N.，人工智能中的不确定性，2（1988），北荷兰：北荷兰阿姆斯特丹），149-163·Zbl 0649.68095号 [16] Henrion，M.，《基于搜索的方法在超大信念网络中约束诊断概率》，（《人工智能不确定性第七次研讨会论文集》（1991），洛杉矶大学：洛杉矶大学，加利福尼亚州洛杉矶分校） [17] 霍维茨，E。；苏尔蒙特，H.J。；库珀，G.F.，《有界条件作用：稀缺资源下决策的灵活推断》（1989年人工智能不确定性研讨会论文集，1989年人工智慧不确定性研讨会，温莎，安大略省（1989）），182-193 [18] 黄，K。；Henrion，M.，噪声或信念网络的高效搜索推理：TopEpsilon，（Proceedins第12届人工智能不确定性会议。Proceedins第12届人工智能不确定性会议，俄勒冈州波特兰（1996），美国人工智能协会），325-331 [19] Jensen，F.V。；Lauritzen，S.L。；Olesen，K.G.，通过局部计算实现因果概率网络中的贝叶斯更新，计算。统计师。季刊，4269-282（1990）·Zbl 0715.68076号 [20] 卡普，R。；鲁比，M。；Madras，N.，Monte-Carlo枚举问题近似算法，J.algorithms，10429-448（1989）·Zbl 0678.65001号 [21] Lauritzen，S.L。；Spiegelhalter，D.，《图形结构概率的局部计算及其在专家系统中的应用》，J.Royal Statist。Soc.序列号。B、 50（1988年）·Zbl 0684.68106号 [22] 鲁比，M。；Velickovic，B。；Wigderson，A.，深度-2电路的确定近似计数（第二届以色列计算与系统理论研讨会论文集（1993）） [23] Neal，R.M.，《使用马尔可夫链蒙特卡罗方法进行概率推理》（技术报告CRG-TR-93-1（1993），多伦多大学计算机科学系） [24] Nisan，N.，恒定深度电路的伪随机位，组合数学，11，63-70（1991）·Zbl 0732.68056号 [25] Pearl，J.，《使用因果模型随机模拟的证据推理》，《人工智能》，32，245-257（1987）·Zbl 0642.68177号 [26] Pearl，J.，《使用因果模型随机模拟的证据推理》（补遗），《人工智能》，第33期，第131页（1987年） [27] Pearl，J.，《智能系统中的概率推理：合理推理网络》（1988年），Morgan Kaufmann:Morgan Koufmann San Mateo，CA [28] 彭，Y。；Reggia，J.A.，用于解决诊断问题的概率因果模型——第1部分：将符号因果推理与数字概率推理相结合，IEEE Trans。系统、人与控制论，17146-162（1987）·Zbl 0635.68111号 [29] 彭，Y。；Reggia，J.A.，诊断问题解决的概率因果模型——第2部分：诊断策略，诊断专题。诊断专题，IEEE Trans。系统、人与控制论，17395-406（1987）·Zbl 0635.68112号 [30] Poole，D.，搜索算法的平均案例分析，用于估计具有极端概率的贝叶斯网络中的先验概率和后验概率（Proceedings IJCAI-93）。会议记录IJCAI-93，Chambery（1993），606-612 [31] 普拉丹，M。；Dagum，P.，信念网络推理的最优蒙特卡罗估计，（第12届人工智能不确定性会议论文集。第12届人造智能不确定性大会论文集，俄勒冈州波特兰（1996），美国人工智能协会），446-453 [32] 桑托斯，E。；Shimony，S.，通过列举高概率独立任务更新信念，（《人工智能不确定性第十届会议论文集》，《人工智能中不确定性第10届会议论文录》，西雅图，华盛顿州（1994）），506-513 [33] 沙赫特，R.D。；Peot，M.，信念网络上一般概率推理的模拟方法，（Henrion，M.；Shachter，R.D.；Kanal，L.N.；Lemmer，J.F.，《人工智能中的不确定性》，第5卷（1990年），Elsevier:Elsevier Amsterdam），221-231·Zbl 0721.68075号 [34] 希莫尼，S.E。；Charniak，E.，寻找信念网络MAP分配的新算法，（第六届人工智能不确定性会议论文集。第六届人工智能不确定性会议论文集，马萨诸塞州剑桥（1990）），98-103·Zbl 0742.68076号 [35] Yao，A.，用预言分离多项式时间层次，（第26届IEEE计算机科学基础年会论文集。第26届EEE计算机科学基础年度研讨会论文集，俄勒冈州波特兰（1985）），1-10 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。