约翰·奎斯特霍特 贝叶斯网络中最简洁的解释。 （英语） Zbl 1319.68205号 Artif公司。智力。 218, 56-73 (2015). 摘要：在对剩余变量进行部分观察的情况下，推断出一组变量的最可能解释，是贝叶斯网络中的典型计算问题之一，在人工智能及其他领域有着广泛的应用。这个问题被称为MAP，在计算上很难解决（NP-hard），即使只寻求近似解也仍然如此。我们提出了MAP问题的一种启发式公式，称之为对最节俭解释（MFE）的推断，其基础是观察到许多中间变量（既没有观察到也没有解释）与解释过程的结果无关。基于来自这些无关变量的少量样本（通常甚至是单个样本）的解释通常与基于这些变量的边际化（计算成本高昂）的解释一样好。我们表明，虽然MFE在一般情况下（如MAP）在计算上很难处理，但它可以在合理的情景约束下进行易处理的近似，并且其推论对于被认为相关的中间变量是相当可靠的。 引用于2文件 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） 65年第68季度 算法和问题复杂性分析 关键词：贝叶斯诱因；参数复杂性；近似；启发式；计算复杂性 软件：BNT公司 PDF格式BibTeX公司 XML格式引用 \textit{J.Kwisthout}，阿蒂夫。智力。21856--73（2015；Zbl 1319.68205） 全文： 内政部 参考文献： [1] Abdelbar，A.M。；Hedetniemi，S.M.，信念网络的近似映射是NP难的，其他定理，Artif。智力。，102, 21-38 (1998) ·Zbl 0909.68077号 [2] Beinlich，我。；苏尔蒙特，G。；查韦斯，R。；Cooper，G.，《警报监测系统：信念网络的两种概率推理技术的案例研究》（The ALARM monitoring system:a case study with two probability inference techniques for belief networks）（Hunter，J.；Cookson，J.，Wyatt，J.），《第二届欧洲人工智能与医学会议论文集》（1989），施普林格-弗拉格出版社） [3] Bodlaender，H.L.，Treewidth：表征、应用和计算，（第32届计算机科学图论概念国际研讨会论文集（2006）），1-14·Zbl 1167.68404号 [4] Bodlaender，H.L。；范登·艾伊霍夫，F。；van der Gaag，L.C.，《概率网络中MPA问题的复杂性》，（van Harmelen，F.，《第十五届欧洲人工智能会议论文集》（2002年），IOS出版社：阿姆斯特丹IOS出版社），675-679 [5] 博文斯，L。；Olsson，E.J.，《一致性、可靠性和贝叶斯网络》，《思维》，109，686-719（2000） [6] Chajewska，美国。；Halpern，J.，《定义概率系统中的解释》（Geiger，D.；Shenoy，P.，《第十三届人工智能不确定性会议论文集》（1997），Morgan Kaufmann:Morgan Koufmann San Francisco，CA），62-71 [7] 科菲诺，A.S。；卡诺，R。；索尔多，C。；Gutiérrez，J.M.，概率天气预测的贝叶斯网络，（van Harmelen，F.，《第十五届欧洲人工智能会议论文集》（2002），IOS出版社：阿姆斯特丹IOS出版社），695-699 [8] Darwiche，A.，《贝叶斯网络建模与推理》（2009），英国剑桥大学出版社：剑桥大学出版社·Zbl 1231.68003号 [9] Darwiche，A。；Choi，A.，《相同的决策概率：噪声传感器下基于阈值的决策的置信度》，（Myllymäki，P.；Roos，T.；Jaakkola，T.，第五届欧洲概率图形模型研讨会论文集（2010）），113-120 [10] Demirer，R。；Mau，R。；Shenoy，C.，《贝叶斯网络：改进投资组合风险分析的决策工具》，J.Appl。《金融》，16106-119（2006） [11] 戴伊·S。；Stori，J.A.，《过程变化根本原因诊断的贝叶斯网络方法》，国际J·马赫出版社。工具制造，45，75-91（2005） [12] 唐尼，R.G。；研究员，M.R.，参数化复杂性（1999），施普林格-弗拉格：柏林施普林格·Zbl 0914.68076号 [13] Druzdzel，M.，联合概率分布的一些性质，（de Mantaras，R.L.；Poole，D.，《第十届人工智能不确定性会议论文集》（1994），Morgan Kaufmann出版社：Morgan Koufmann-Publishers San Francisco，CA），187-194 [14] Druzdzel，M.J。；Suermondt，H.J.，概率模型中的相关性：“小世界”中的“后院”，（AAAI-1994秋季研讨会系列工作笔记：相关性（1994）），60-63 [15] Fitelson，B.，《相干的概率理论》，《分析》，第63期，194-199（2003）·Zbl 1038.03520号 [16] Flum，G。；Grohe，M.，参数化复杂性理论（2006），Springer:Springer Berlin·Zbl 1143.68016号 [17] Fodor，J.A.，《思维的模块化》（1983年），麻省理工学院出版社：麻省理学院出版社剑桥 [18] Fodor，J.A.，《模块、框架、冰箱、睡狗和球体的音乐》（Pylyshyn，Z.W.，《机器人的困境：人工智能中的框架问题》（1987），Ablex出版社），139-150 [19] Fodor，J.A。；Lepore，E.，《整体主义：购物者指南》，第16卷（1992年），布莱克威尔：布莱克威尔牛津 [20] Funke，J.，《解决复杂问题：复杂社会系统的探索和控制》（Sternberg，R.J.；Frensch，P.A.，《复杂问题解决：原则和机制》（1991），劳伦斯·埃尔鲍姆协会），185-222 [21] 范德盖格，L.C。；Renooij，S。；Witteman，C.L.M。；Aleman，B.M.P。；Taal，B.G.，概率网络的概率：食管癌的案例研究，Artif。智力。医学，25123-148（2002） [22] Garey，M.R。；Johnson，D.S.，《计算机与难治性》。NP完全性理论指南（1979），W.H.Freeman and Co.：W.H.Freeman和Co.，加利福尼亚州旧金山·Zbl 0411.68039号 [23] Geenen，P.L。；埃尔伯斯，A.R.W。；范德加格，L.C。；van der Loeffen，W.L.A.，《猪瘟临床检测概率网络的发展》（国际兽医流行病学与经济学学会第十一届研讨会论文集（2006）），667-669 [24] 盖革，D。；Verma，T。；Pearl，J.，《识别贝叶斯网络中的独立性》，《网络》，20，507-534（1990）·Zbl 0724.05066号 [25] Gemela，J.，《使用贝叶斯网络的财务分析》，应用。斯托克。模型总线。印度，17，57-67（2001）·Zbl 0965.62088号 [26] Glass，D.H.，《一致性度量和最佳解释推断》，Synthese，157，275-296（2007）·邮编1126.03009 [27] Glass，D.H.，最佳解释的推断：方法的比较，（Bishop，M.，第二届计算机与哲学研讨会论文集，人工智能与行为模拟研究协会（2009）），22-27 [28] Glass，D.H.，最佳解释的推论：它追踪真理吗？，Synthese，185，411-427（2012）·Zbl 1274.62054号 [29] Hempel，C.G.，《科学解释的方面》（1965），自由出版社：纽约自由出版社 [30] Jaynes，E.，《概率论：科学的逻辑》（2003），剑桥大学出版社·Zbl 1045.62001号 [31] Johnson-Laird，P.N。；Legrenzi，P。；Girotto，V。；勒格伦齐，M.S。；Caverni，J.，《天真概率：扩展推理的心理模型理论》，《心理学》。修订版，106，62-88（1999） [32] Kennett，R.J。；科尔布，K.B。；Nicholson，A.E.，使用贝叶斯网络进行海风预测，（Cheung，D.W.L.；Williams，G.；Li，Q.，《第五届亚太地区知识发现和数据挖掘进展会议论文集》（2001年），Springer Verlag:Springer Verlag Berlin），148-153·Zbl 0978.68688号 [33] Kragt，M.E。；纽哈马，L.T.H。；Jakemana，A.J.，《整合经济和生物物理建模的贝叶斯网络方法》（Anderssen，R.；Braddock，R.，Newham，L.，《第十八届世界IMACS/MODSIM建模与仿真大会论文集》（2009），2377-2383 [34] Kwisthout，J.，《概率网络的计算复杂性》（2009），乌得勒支大学科学学院：荷兰乌得勒支特大学科学学院博士论文 [35] Kwisthout，J.，贝叶斯网络中诱拐的两个新概念，（Bouvry，P.等，《第二十二届比荷卢人工智能会议论文集》，《第22届比荷鲁人工智能会议文献集》，（BNAIC’10）（2010）），82-89 [36] Kwisthout，J.，贝叶斯网络中的最可能解释：复杂性和可处理性，Int.J.近似原因。，52, 1452-1469 (2011) ·兹比尔1242.68332 [37] Kwisthout，J.，《问题解决的相关性：计算框架》，J.Probl。解决，5，17-32（2012） [38] Kwisthout，J.，《最节俭的解释：奥卡姆剃刀适用于贝叶斯绑架》（Hindriks，K.；de Weerdt，M.；van Riemsdijk，B.；Warnier，M.，《第25届比荷卢联盟人工智能会议论文集》，（BNAIC’13）（2013）），96-103 [39] Kwisthout，J.，《最可靠的解释：在贝叶斯网络中寻找既可能又有信息的解释》（van der Gaag，L.，《第十二届欧洲不确定性推理的符号和定量方法会议论文集》（2013），328-339·Zbl 1390.68659号 [40] Kwisthout，J.，贝叶斯网络中最可能解释的结构近似，（van der Gaag，L.，《第十二届欧洲不确定性推理符号和定量方法会议论文集》（2013），340-351·Zbl 1390.68660号 [41] Kwisthout，J。；Bodlaender，H.L。；van der Gaag，L.C.，《在概率网络中发现最可能解释的复杂性》，（Cerná，I.；Gyimóthy，T.；Hromkovic，J.；Jefferey，k.；Královic，R.；Vukolic，M.；Wolf，S.，《第37届计算机科学理论与实践当前趋势国际会议论文集》（2011），356-367·兹比尔1298.68202 [42] Kwisthout，J。；van Rooij，I.，《弥合近似贝叶斯推理理论与实践之间的差距》，Cogn。系统。决议，24，2-8（2013） [43] Kwisthout，J。；Wareham，T。；van Rooij，I.，贝叶斯难治性不是一种近似可以治愈的疾病，Cogn。科学。，35, 779-1007 (2011) [44] Lipton，P.，《最佳解释推断》（2004），劳特利奇出版社：英国伦敦劳特利吉出版社 [45] Lucas，P.J.F。；de Bruijn，N。；舒林克，K。；Hoepelman，A.，ICU传染病管理的概率和决策理论方法，Artif。智力。医学，3251-279（2000） [46] Murphy，K.，《MATLAB贝叶斯网络工具箱》，计算。科学。统计，2001年第33期（2001年） [47] Neapolian，R.E.，《专家系统中的概率推理》。理论与算法（1990），威利/跨科学：威利/纽约跨科学 [48] 内德夫斯基，S。；Sandhu，J.S。；Pal，J。；丰塞卡，R。；Toyama，K.，《贝叶斯网络：理解信通技术采用的探索工具》 [49] Olsson，E.J.，连贯性和真理的问题是什么？，J.菲洛斯。，99, 246-272 (2002) [50] Papadimitriou，C.H.，计算复杂性（1994），Addison Wesley·Zbl 0557.68033号 [51] Park，J.D。；Darwiche，A.，MAP解释的复杂性结果和近似设置，J.Artif。智力。决议，21，101-133（2004）·Zbl 1080.68689号 [52] Pearl，J.，《智能系统中的概率推理：合理推理网络》（1988年），摩根考夫曼：摩根考夫曼·帕洛阿尔托，加利福尼亚州 [53] van Rooij，I.，《易驾驭的认知理论》，Cogn。科学。，32, 939-984 (2008) [54] Shi，L。；Feldman，N。；Griffiths，T.，用范例模型进行贝叶斯推理，（Sloutsky，V.；Love，B.；McRae，K.，认知科学学会第30届年会论文集（2008）），745-750 [55] Shimony，S.，《相关性在解释I中的作用：与统计独立无关》，《国际期刊近似理由》。，8, 281-324 (1993) ·Zbl 0776.68104号 [56] Shimony，S.E.，《寻找信仰网络的MAP》，作者：NP-hard，Artif。智力。，68, 399-410 (1994) ·Zbl 0818.68097号 [57] N.斯图尔特。；查特，N。；Brown，G.D.A.，《抽样决策》，Cogn。心理医生。，53，1-26（2006年） [58] Sticha，P.J。；Buede，D.M。；Rees，R.L.，《性格对预测决策者行为影响的贝叶斯模型》（van der Gaag，L.，第四届贝叶斯建模应用研讨会论文集（2006）） [59] Stockmeyer，L.，《多项式时间层次》，Theor。计算。科学。，3, 1-22 (1977) ·Zbl 0353.02024号 [60] Tenenbaum，J.B.，《如何培养思维：统计、结构和抽象》，《科学》，第3311279-1285页（2011年）·Zbl 1226.68087号 [61] Torán，J.，由计数量词定义的复杂性类，J.ACM，38，752-773（1991） [62] 乌尔，E。；新墨西哥州古德曼。；Griffiths，T.L。；Tenenbaum，J.B.，一个完成了吗？来自极少样本的最优决策，（Taatgen，N.；van Rijn，H.；Schomaker，L.；Nerbonne，J.，《认知科学学会第31届年会论文集》（2009）），66-72 [63] Wagner，K.W.，《具有简洁输入表示的组合问题的复杂性》，《信息学报》。，23, 325-356 (1986) ·Zbl 0621.68032号 [64] Wasyluk，H。；Onisko，A。；Druzdzel，M.J.，基于因果贝叶斯网络模型的肝脏疾病诊断支持，医学科学。蒙尼特。，7, 327-332 (2001) [65] Wilson，D。；Sperber，D.，关联理论，（Horn，L.R.；Ward，G.，《语用学手册》（2004），布莱克威尔：英国牛津布莱克威尔出版社），607-632 [66] 袁，C。；Lim，H.等人。；Lu，T.，《贝叶斯网络中最相关的解释》，J.Artif。智力。研究，42，309-352（2011）·Zbl 1263.68161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。