“Judea Pearl”的版本间的差异
跳到导航
跳到搜索
| 第7行： | 第7行： | ||
获得图灵奖在2012年，因为发明贝叶斯网络 | 获得图灵奖在2012年，因为发明贝叶斯网络 | ||
| − | J. Pearl 的网页 | + | [http://bayes.cs.ucla.edu/jp_home.html J. Pearl 的网页] |
== '''什么问题 对应 Pearl 的研究，问题被解决得 怎么样？''' == | == '''什么问题 对应 Pearl 的研究，问题被解决得 怎么样？''' == | ||
| 第41行： | 第41行： | ||
UCLA Cognitive Systems Laboratory, Technical Report (R-476), May 2018. | UCLA Cognitive Systems Laboratory, Technical Report (R-476), May 2018. | ||
| + | |||
| + | === 说明 === | ||
| + | J. Pearl 发表很多论文，是困难的 去编写问题 从Pearl 的论文 使用自己的语言。因此，我采用多轮次去编写。每个轮次编写1~2个问题。 | ||
| + | |||
| + | 如何编写问题？ 请参考“[https://www.bigphysics.org/index.php/%E5%88%86%E7%B1%BB:%E7%A0%94%E7%A9%B6%E6%8A%A5%E5%91%8A%E5%86%99%E4%BD%9C V形图]” | ||
| + | |||
| + | [https://faixz6wsb8.feishu.cn/docs/doccnbL31C8uMNOd2M0LrnZcGhg 如何编写学者词条？] | ||
| + | |||
| + | [https://faixz6wsb8.feishu.cn/docs/doccnz7ACovB7pTqhbS3nQMn5Pb 如何多人一起 编写学者词条？] | ||
2021年8月2日 (一) 19:26的版本
谁是 J. Pearl ?
1936年出生
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
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
（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。
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。
- 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.
说明
J. Pearl 发表很多论文，是困难的 去编写问题 从Pearl 的论文 使用自己的语言。因此，我采用多轮次去编写。每个轮次编写1~2个问题。
如何编写问题？ 请参考“V形图”