Динамические сети доверия

Динамические сети доверия

Распространение свидетельств Байес. сети доверия

Байесовская сеть позволяет получить ответы на следующие типы вероятностных запросов:

· нахождение вероятности свидетельства,

· определение априорных маргинальных вероятностей,

· определение апостериорных маргинальных вероятностей, включая:

· прогнозирование, или прямой вывод, — определение вероятности события при наблюдаемых причинах,

· диагностирование, или обратный вывод (абдукция), — определение вероятности причины при наблюдаемых следствиях,

· межпричинный (смешанный) вывод (intercausal inference) или трансдукция, — определение вероятности одной из причин наступившего события при условии наступления одной или нескольких других причин этого события.

· вычисление наиболее вероятного объяснения наблюдаемого события (Most probable explanation, MPE),

· вычисление апостериорного максимума (Maximum a-posteriori, MAP).

Байесовская сеть (или Байесова сеть, Байесовская сеть доверия) — это вероятностная модель, представляющая собой множество переменных и их вероятностных зависимостей. Например, байесовская сеть может быть использована для вычисления вероятности того, чем болен пациент по наличию или отсутствию ряда симптомов, основываясь на данных о зависимости между симптомами и болезнями. Математический аппарат Байесовых сетей создан американским ученым Джуда Перлом, лауреатом Премии Тьюринга (2011).

Формально, байесовская сеть — это направленный ациклический граф, каждой вершине которого соответствует случайная переменная, а дуги графа кодируют отношения условной независимости между этими переменными. Вершины могут представлять переменные любых типов, быть взвешенными параметрами, скрытыми переменными или гипотезами. Существуют эффективные методы, которые используются для вычислений и обучения байесовских сетей. Если переменные Байесовской сети являются дискретными случайными величинами, то такая сеть называется дискретной Байесовской сетью. Байесовские сети, которые моделируют последовательности переменных, называют динамическими байесовскими сетями. Байесовские сети, в которых могут присутствовать как дискретные переменные, так и непрерывные, называются гибридными байесовскими сетями. Байесовская сеть, в которой дуги помимо отношений условной независимости кодируют также отношения причинности, называют причинно-следственными Байесовыми сетями (Causal Bayesian networks[1]).

Дата добавления: 2015-04-24