DUCG:一种新的动态不确定因果知识的表达和推理方法(Ⅰ):离散、静态、证据确定和有向无环图情况

• 作者: 张勤
• 来源期刊: 计算机学报
• 学科: 工学
• 关键词: 智能系统 知识表达 概率推理 因果关系 不确定性
• 年，卷（期）: 2010,（4）
• 所属期刊栏目: 研究论文与技术报告
• 页码范围: 625-651
• 分类号: TP301
• 字数: 27443字
• 语种: 中文
• DOI: 10.3724/SP.J.1016.2010.00625

摘要

贝叶斯网络(BN)是国际上流行的处理不确定因果知识的表达和推理模型.文中指出:即使所有变量均为二状态,BN中的子变量也有单赋值和多赋值之分.在单赋值情况下适用的知识的简洁表达和推理方法在多赋值情况下不适用.为克服BN的上述及其它缺陷,文中提出了DUCG(Dynamical Uncertainty Causality Graph)理论模型,以图形方式简洁表达任何情况下的不确定因果关系,并基于证据化简图形和展开事件,以得到所关注假设事件及其状态概率表达式.此外,DUCG允许知识表达不完备,使其超越了BN理论框架.一个入侵者报警系统被用来解释DUCG理论.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张勤	北京航空航天大学计算机学院	6	84	5.0	6.0