×
罗伯特·马泰斯库;丽娜·德希特

混合确定性和概率性网络。 （英语） Zbl 1176.68200号

安。数学。Artif公司。智力。 54，编号1-3，3-51（2008）.
摘要：本文介绍了混合网络，这是一种新的图形模型框架，用于表达和推理概率和确定性信息。开发混合网络的动机源于充分利用图形模型中经常出现的确定性信息（约束）的愿望。结合了信念网络和约束网络特有的几个概念和算法，实现了计算效率、语义一致性和用户界面的便利性。我们定义了混合网络的语义和图形表示，并讨论了处理它们的两种主要类型的算法：基于推理的算法和基于搜索的算法。初步的实验评估表明了新模型的优点。

引用于三文件

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）
68立方英尺 知识表示
68层37 人工智能背景下的不确定性推理
62层30 约束条件下的参数化推理
2015年1月62日 贝叶斯推断

软件：

糠;博客
PDF格式BibTeX公司 XML格式引用
\textit{R.Mateescu}和\textit{R.Dechter}，《数学年鉴》。Artif公司。智力。54，编号1--3，3--51（2008；Zbl 1176.68200）
全文： 内政部 链接

参考文献：

[1] Allen，D.，Darwiche，A.：递归条件推理的新进展。摘自：《第十九届人工智能不确定性会议论文集》（UAI’03），第2-10页（2003）
[2] Bacchus，F.、Dalmao，S.、Pitassi，T.：值消除：通过回溯搜索的贝叶斯推断。摘自：《第十九届人工智能不确定性会议论文集》（UAI’03），第20–28页（2003）·Zbl 1182.68294号
[3] Bartels，C.，Bilmes，J.A.：混合随机/确定性图形模型的非最小三角剖分。收录：第二十二届人工智能不确定性会议记录（UAI'06）（2006）·Zbl 1446.62163号
[4] Bayardo，R.，Miranker，D.：约束满足问题的空域学习算法的复杂性分析。摘自：《第十三届全国人工智能会议记录》，第298-304页（1996年）
[5] Bertele，U.，Brioschi，F.：非串行动态规划。伦敦学术出版社（1972年）·Zbl 0244.49007号
[6] Bodlaender，H.L.，Gilbert，J.R.：近似树宽、路径宽度和最小消除树高。乌得勒支大学技术代表（1991年）·Zbl 0768.68121号
[7] Boutilier，C.，Friedman，N.，Goldszmidt，M.，Koller，D.：贝叶斯网络中的上下文特定独立性。摘自：《第十二届人工智能不确定性会议论文集》（UAI'96），第115-123页。1996年8月1日至4日，旧金山
[8] Chavira，M.，Darwiche，A.，Jaeger，M.：编译关系贝叶斯网络以进行精确推理。国际期刊近似原因。42(1–2), 4–20 (2006) ·Zbl 1096.68747号 ·doi:10.1016/j.ijar.2005.10.001
[9] 库珀，G.：概率推理的计算复杂性。Artif公司。智力。42, 393–405 (1990) ·兹比尔0717.68080 ·doi:10.1016/0004-3702（90）90060-D
[10] Darwiche，A.：递归条件反射。Artif公司。智力。125(1–2), 5–41 (2001) ·Zbl 0969.68150号 ·doi:10.1016/S0004-3702（00）00069-2
[11] Darwiche，A.：分解信念网络的逻辑方法。参见：《第八届知识表示与推理原则国际会议记录》（KR’02），第409-420页。2002年4月22日至25日，图卢兹
[12] Dechter，R.：桶消除：概率推理算法的统一框架。摘自：《第十二届人工智能不确定性会议论文集》（UAI'96），第211-219页。1996年8月1日至4日，旧金山
[13] Dechter，R.：桶消除：推理的统一框架。Artif公司。智力。113, 41–85 (1999) ·Zbl 0939.68847号 ·doi:10.1016/S0004-3702（99）00059-4
[14] Dechter，R.：约束处理。Morgan Kaufmann，圣马特奥（2003）·兹伯利1057.68114
[15] Dechter，R.，Larkin，D.：信念和约束的混合处理。摘自：《第十七届人工智能不确定性会议论文集》（UAI’01），第112-119页。西雅图，2001年8月
[16] Dechter，R.，Mateescu，R.：确定性概率网络及其and/OR搜索空间的混合。摘自：《第二十届人工智能不确定性会议论文集》（UAI'04），第120-129页。班夫，2004年7月7日至11日
[17] Dechter，R.，Mateescu，R.：图形模型的AND/OR搜索空间。Artif公司。智力。171(2–3), 73–106 (2007) ·Zbl 1168.68549号 ·doi:10.1016/j.artint.2006.11.003
[18] Dechter，R.，Pearl，J.：基于网络的约束满足问题启发式。Artif公司。智力。34(1), 1–38 (1987) ·Zbl 0643.68156号 ·doi:10.1016/0004-3702（87）90002-6
[19] Freuder，E.C.，Quinn，M.J.：在约束满足问题中利用稳定的变量集。摘自：第九届国际人工智能联合会议记录（IJCAI'85），第1076–1078页。1985年8月18日至23日，洛杉矶
[20] Gaschnig，J.：搜索算法的性能测量和分析。卡内基梅隆大学技术代表CMU-CS-79-124（1979）
[21] Heckerman，D.：一种诊断多种疾病的易处理推理算法。摘自：《第五届人工智能不确定性会议论文集》（UAI'89），第163-172页（1989）
[22] Jaeger，M.：概率决策图——结合验证和人工智能技术进行概率推理。国际期刊不确定性。模糊知识-基于系统。12, 19–42 (2004) ·Zbl 1087.68111号 ·doi:10.1142/S0218488504002564
[23] Kask，K.，Dechter，R.，Larrosa，J.，Dechder，A.：统一图形模型中推理的聚类树分解。Artif公司。智力。166(1–2), 165–193 (2005) ·Zbl 1132.68680号 ·doi:10.1016/j.artint.2005.04.004
[24] Koller，D.，Pfeffer，A.：基于概率框架的系统。载：《第十五届全国人工智能大会论文集》（AAAI’98），第580–587页。麦迪逊，1998年7月
[25] Korth，H.，Silberschatz，A.：数据库系统概念。McGraw-Hill，纽约（1991）·Zbl 0597.68068号
[26] Larkin，D.，Dechter，R.：决定论存在下的贝叶斯推理。摘自：第九届人工智能与统计国际研讨会（AISTATS’03）。基韦斯特，2003年1月
[27] Mateescu，R.，Dechter，R.：与/或搜索与变量消除之间的关系。摘自：《第二十一届人工智能不确定性会议论文集》（UAI'05），第380-387页。爱丁堡，2005年7月26日至29日
[28] Mateescu，R.，Dechter，R.：加权图形模型的与/或多值决策图（AOMDD）。摘自：《第二十三届人工智能不确定性会议论文集》（UAI'07）。2007年7月，温哥华·Zbl 1182.68258号
[29] McEliece，R.、MacKay，D.、Cheng，J.F.：Turbo解码是Pearl的信念传播算法的一个实例。IEEE J.选择。公共区域。16(2), 140–152 (1998) ·数字对象标识代码：10.1109/49.661103
[30] Milch，B.，Marthi，B.，Sontag，D.，Russell，S.，Ong，D.L.，Kolobov，A.：博客：未知物体的概率模型。摘自：《第十九届国际人工智能联合会议记录》（IJCAI'05），第1352-1359页。2005年7月30日至8月5日，爱丁堡
[31] Moskewicz，M.、Madigan，C.、Zhao，Y.、Zhang，L.、Malik，S.：Chaff：设计高效SAT求解器。摘自：《设计与自动化会议论文集》（DAC'01），第530-535页。拉斯维加斯，2001年6月
[32] Ngo，L.，Haddawy，P.：回答上下文敏感概率知识库的查询。西奥。公司。科学。171(1–2), 147–177 (1997) ·Zbl 0874.68280号 ·doi:10.1016/S0304-3975（96）00128-4
[33] 新泽西州尼尔森：《人工智能原理》。蒂奥加，帕洛阿尔托（1980）
[34] Ott，J.：人类遗传连锁分析。约翰·霍普金斯大学出版社，巴尔的摩（1999）
[35] Otten，L.，Dechter，R.：通过（超）树分解限定搜索空间大小。摘自：《第二十四届人工智能不确定性会议论文集》（UAI'08），第452-459页。赫尔辛基，2008年7月
[36] Parker，R.，Miller，R.：使用因果知识创建模拟患者案例：CPCS项目作为INTERNIST-1的扩展。载：《第十一届计算机在医疗保健中的应用研讨会论文集》，第473-480页。华盛顿特区，1987年11月
[37] Pearl，J.：智能系统中的概率推理。Morgan Kaufmann，旧金山（1988）·Zbl 0649.68104号
[38] Poole，D.：概率Horn诱拐和贝叶斯网络。Artif公司。智力。64, 81–129 (1993) ·Zbl 0792.68176号 ·doi:10.1016/0004-3702（93）90061-F
[39] Poole，D.：概率部分评估：利用概率推理中的结构。收录于：IJCAI-97:第十五届国际人工智能联合会议记录（IJCAI'97），第1284-1291页。1997年8月23日至29日，名古屋
[40] Portinale，L.，Bobbio，A.：依赖性分析的贝叶斯网络：数字控制的应用。摘自：《第十五届人工智能不确定性会议记录》（UAI'99），第551-558页。斯德哥尔摩，1999年7月30日至8月1日
[41] Prosser，P.：约束满足问题的混合算法。计算。智力。9(3), 268–299 (1993) ·文件编号：10.1111/j.1467-8640.1993.tb00310.x
[42] Richardson，M.，Domingos，P.：马尔可夫逻辑网络。机器。学习。62(1–2), 107–136 (2006) ·Zbl 1470.68221号 ·doi:10.1007/s10994-006-5833-1
[43] Rish，I.，Dechter，R.：解决与搜索；SAT.J.Autom的两种策略。原因。24(1/2), 225–275 (2000) ·兹比尔0967.68147 ·doi:10.1023/A:1006303512524
[44] Sang，T.、Bacchus，F.、Beam，P.、Kautz，H.、Pitassi，T.：将组件缓存和子句学习结合起来，以实现有效的模型计数。摘自：《第七届可满足性测试理论与应用国际会议论文集》（SAT'04），第20-28页。2004年5月10日至13日，温哥华
[45] Shenoy，P.：贝叶斯决策分析的基于估值的系统。操作。第40、463–484号决议（1992年）·Zbl 0850.62131号 ·doi:10.1287/opre.403.463
[46] Wellman，M.，Breese，J.，Goldman，R.：从知识库到决策模型。知识。工程修订版7，35–53（1992）·doi:10.1017/S0269888900006147
[47] Zhang，N.，Poole，D.：贝叶斯网络计算的简单方法。摘自：《第十届加拿大人工智能会议记录》，第171-178页。1994年7月31日至8月4日，西雅图
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。