第1行: |
第1行: |
| | | |
− | = '''如何更新信念 依据不确定的信息?[1]''' = | + | == 谁是 J. Pearl ? == |
| + | 1936年出生 |
| | | |
− | * 使用经典的逻辑,推理出现例外 | + | 教授,工作于计算机科学系 加州大学洛杉矶分校 |
| + | |
| + | 获得图灵奖在2012年,因为发明贝叶斯网络 |
| + | |
| + | J. Pearl 的网页 |
| + | |
| + | == '''什么问题 对应 Pearl 的研究,问题被解决得 怎么样?''' == |
| + | |
| + | === 问题1:如何更新信念 依据不确定的信息?[1] === |
| + | |
| + | * '''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10行: |
第21行: |
| 从(1)和(2)推理出: 如果用水浇我家的屋顶,邻居家的屋顶湿。 | | 从(1)和(2)推理出: 如果用水浇我家的屋顶,邻居家的屋顶湿。 |
| | | |
− | 应该修改为:如果我家的屋顶湿,邻居家的屋顶湿,不包括用水浇我家的屋顶。
| + | 可以修改为:如果我家的屋顶湿,邻居家的屋顶湿,不包括用水浇我家的屋顶。 |
| | | |
| 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。 |
| | | |
− | * 依据不确定的信息,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。 |
| | | |
− | * 在推理中,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。 |
| | | |
− | * 依据不确定的信息,怎样推理 更好? | + | * '''依据不确定的信息,怎样推理 更好?''' |
| | | |
| Causal Bayesian Networks,Pearl 正在研究。 | | Causal Bayesian Networks,Pearl 正在研究。 |
| | | |
− | 参考文献 | + | == 参考文献 == |
− | | |
| '''[1]J. Pearl''', "A Personal Journey into Bayesian Networks," | | '''[1]J. Pearl''', "A Personal Journey into Bayesian Networks," |
| | | |
| 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。'''
| |