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
三、概率方法<br>
1、经典概率方法 <br>
对经典概率方法的解释√
经典概率方法的优缺点√<br>
2、逆概率方法
Bayes' theorem:（Bayes定理:）<br>
Single evidence（单个证据时）<br>
Multiple evidences(有多个证据时)<br>
四、主观 Bayes 方法<br>
1、知识不确定性的表示<br>
静态强度
2、证据不确定性的表示<br>
动态强度
3、组合证据不确定性的算法<br>
4、不确定性的传递算法<br>
(1) 证据肯定存在的情况<br>
（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) <br>
5、结论不确定性的合成算法<br>
6、主观 Bayes 方法的主要由缺点<br>
五、可信度方法<br>
1、可信度 <br>
什么是可信度？
2、C-F模型<br>
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<br>
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<br>
1、不确定性知识框架表示<br>2、框架的不确定性匹配<br>3、框架推理<br>
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”<br>
不确定性的传递算法
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<br>
1、不确定性推理方法的研究分类<br>
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<br>
证据理论法
模糊推理<br>
六、模糊推理<br>
1、模糊理论 <br>
2、模糊命题<br>
3、模糊知识的表示
4、模糊匹配<br>
5、冲突消解
6、模糊推理基本模式<br>
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<br>
1、D-S理论<br>
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<br>
1、不确定性知识的语义网络表示<br>
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<br>
3、语义网络推理
职业：本科
0 条评论
下一页
