更改

跳到导航 跳到搜索
添加163字节 、 2021年7月26日 (一) 16:14
无编辑摘要
第1行: 第1行: −
= '''如何更新信念  依据不确定的事实?[1]''' =
+
'''如何更新信念  依据不确定的信息?[1]'''
   −
* 使用经典的逻辑,出现例外
+
* 使用经典的逻辑,推理出现例外
    
例如:(1)如果我家的屋顶湿,邻居家的屋顶湿
 
例如:(1)如果我家的屋顶湿,邻居家的屋顶湿
第13行: 第13行:  
所以逻辑 需要覆盖例外情况,这样的逻辑称为Default Logic。
 
所以逻辑 需要覆盖例外情况,这样的逻辑称为Default Logic。
   −
* 如果事实不确定,如何推理出结论?
+
* 依据不确定的信息,如何推理出结论?
    
可以使用Fuzzy Logics,给结论赋予一系列可能的事实。
 
可以使用Fuzzy Logics,给结论赋予一系列可能的事实。
   −
* 如何模仿信息平行地传播 在大脑中?
+
* 在推理中,如何模仿信息平行地传播 在大脑中?
    
使用Beysian Networks, 信息在polytrees中传播。如果传播路径有环(loops), Appropriate Method 能够高效的、准确的解决。在Appropriate method中,信息如何在loops传播,目前不知道。
 
使用Beysian Networks, 信息在polytrees中传播。如果传播路径有环(loops), Appropriate Method 能够高效的、准确的解决。在Appropriate method中,信息如何在loops传播,目前不知道。
   −
* 未来做什么?
+
* 依据不确定的信息,怎样推理 更好?
   −
Causal Bayesian Networks
+
Causal Bayesian Networks,Pearl 正在研究。
    
参考文献
 
参考文献
第30行: 第30行:     
UCLA Cognitive Systems Laboratory, Technical Report (R-476), May 2018.
 
UCLA Cognitive Systems Laboratory, Technical Report (R-476), May 2018.
 +
 +
'''这是一个 Pearl研究的问题,更多问题 Pearl 研究的 正在整理。'''
387

个编辑

导航菜单