不确定性推理(一)
2020-11-03 18:34:15 0 举报
AI智能生成
人工智能与机器学习-不确定性推理
作者其他创作
大纲/内容
不确定性推理
三、概率方法
1、经典概率方法
对经典概率方法的解释√
经典概率方法的优缺点√
2、逆概率方法
Bayes' theorem:(Bayes定理:)
Single evidence(单个证据时)
Multiple evidences(有多个证据时)
四、主观 Bayes 方法
1、知识不确定性的表示
静态强度
2、证据不确定性的表示
动态强度
3、组合证据不确定性的算法
4、不确定性的传递算法
(1) 证据肯定存在的情况
(2)证据肯定不存在的情况
(3)证据不确定的情况
P(E/S) = 1;P(E/S) = 0;P(E/S) = P(E)
5、结论不确定性的合成算法
6、主观 Bayes 方法的主要由缺点
五、可信度方法
1、可信度
什么是可信度?
2、C-F模型
证据确定性表示
证据不确定性表示
组合证据不确定性的算法
不确定性的传递算法
结论不确定性的合成算法
3、可信度方法的进一步发展
八、基于框架表示的不确定性推理
1、不确定性知识框架表示2、框架的不确定性匹配3、框架推理
一、基本概念
1、为什么要研究不确定推理
2、什么是不确定性推理
3、不确定性推理中的基本问题
不确定性的表示与量度
知识不确定性的表示
证据不确定性的表示
不确定性的量度
不确定性匹配算法及阈值的选择
“怎样才算匹配成功”
两个子问题
结论不确定性的合成
推理时有时会出现这样的情况
二、不确定性确定性推理方法的分类及常用推理方法简介
1、不确定性推理方法的研究分类
在推理一级上扩展确定性推理
在控制策略一级处理不确定性
2、常用的不确定性推理方法介绍
主观贝叶斯
可信度法
证据理论法
模糊推理
六、模糊推理
1、模糊理论
2、模糊命题
3、模糊知识的表示
4、模糊匹配
5、冲突消解
6、模糊推理基本模式
7、简单模糊推理
扎德的合成推理规则
扎德方法构造模糊关系
七、证据理论
1、D-S理论
证据理论中,描述和处理不确定性引入了什么东西?
2、一个不确定性推理模型
九、基于语义网络表示的不确定性推理
1、不确定性知识的语义网络表示
结点不确定化
语义联系不确定化
语义网络结构的不确定化
2、语义网络不确定性匹配
3、语义网络推理
0 条评论
回复 删除
下一页