Probabilistic Graphical Models
Probabilistic Graphical Models
复制标题
概率图形模型
DOI：
10.1007/978-3-319-11433-0_3
复制
发表时间：
2014
期刊：
影响因子：
--
通讯作者：
Ben Mrad A
中科院分区：
文献类型：
--
作者：
Ben Mrad A
贝叶斯网络中的证据来自基于对一个或多个变量的观察的信息。对术语的回顾表明，已经定义了两种主要类型的非确定性证据，即可能性证据和概率证据，但固定概率证据和非固定概率证据之间的区别并不明确，术语和概念都没有明确定义。特别是，“软证据”一词令人困惑。本文从规范和传播方面介绍了与贝叶斯网络中非确定性证据的使用相关的定义和概念。几个示例有助于理解如何将初始信息指定为贝叶斯网络中的发现。
Evidence in a Bayesian network comes from information based on the observation of one or more variables. A review of the terminology leads to the assessment that two main types of non-deterministic evidence have been defined, namely likelihood evidence and probabilistic evidence but the distinction between fixed probabilistic evidence and not fixed probabilistic evidence is not clear, and neither terminology nor concepts have been clearly defined. In particular, the termsoft evidenceis confusing. The article presents definitions and concepts related to the use of non-deterministic evidence in Bayesian networks, in terms of specification and propagation. Several examples help to understand how an initial piece of information can be specified as a finding in a Bayesian network.
影响因子：
32.8
作者：
Wainwright, Martin J.;Jordan, Michael I.
通讯作者：
Jordan, Michael I.
DOI：
10.1145/3501714.3501723
发表时间：
1980-09
期刊：
Probabilistic and Causal Inference
影响因子：
--
作者：
J. Pearl
通讯作者：
J. Pearl
DOI：
10.1109/tpami.1984.4767596
发表时间：
1984-01-01
影响因子：
23.6
作者：
GEMAN, S;GEMAN, D
通讯作者：
GEMAN, D