更改

跳到导航 跳到搜索
添加215字节 、 2021年8月2日 (一) 18:58
无编辑摘要
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。'''
 
387

个编辑

导航菜单