“Judea Pearl”的版本间的差异
跳到导航
跳到搜索
第1行: | 第1行: | ||
− | '''如何更新信念 依据不确定的信息?[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 | * 使用经典的逻辑,推理出现例外 |
2021年7月26日 (一) 16:14的版本
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
(2)如果用水浇我家的屋顶,我家的屋顶湿
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。
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?
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?
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?
Causal Bayesian Networks,Pearl 正在研究。
参考文献
[1]J. Pearl, "A Personal Journey into Bayesian Networks,"
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。