基于全局消息传播的贝叶斯推理

• 作者: 刘震 周明天 谭良
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 概率传播 贝叶斯网络 势函数 消息传递
• 年，卷（期）: 2006,（9）
• 所属期刊栏目: 人工智能及图像处理技术
• 页码范围: 166-168,203
• 页数: 4页
• 分类号: TP3
• 字数: 3120字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-137X.2006.09.049

摘要

在贝叶斯网络中,常常需要作不确定概率推理.然而针对一般复杂网络,精确推理算法由于计算复杂度太高而常常被摒弃.针对这一问题,本文提出了一种基于全局传播的PPJT近似推理算法.PPJT算法采用消息传播机制,通过消息的收集与分发过程,可以更新和修正连接树节点的团势并最终生成相容连接树.与另一种常用的近似推理算法即似然权重(Likelihood Weighting)算法的时间性能对比实验显示,采用消息传播机制的PPJT算法有效地降低了计算的时间复杂度;同时与似然权重算法的性能对比实验表明,在相对小规模观察样本输入条件下,PPJT算法能够保证更高的概率推理精度.PPJT算法为实现一般复杂网络中的概率推理提供了一种新的理论工具.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周明天	电子科技大学计算机学院卫士通安全联合实验室	315	3725	27.0	49.0
2	刘震	电子科技大学计算机学院卫士通安全联合实验室	46	292	9.0	15.0
3	谭良	电子科技大学计算机学院卫士通安全联合实验室	15	125	7.0	10.0