“Judea Pearl”的版本间的差异

来自集智百科 - 复杂系统|人工智能|复杂科学|复杂网络|自组织
跳到导航 跳到搜索
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.
 +
 +
== 编者推荐 ==
 +
 +
=== 集智俱乐部推文推荐 ===
 +
[https://swarma.org/?p=26472 统计学权威盘点过去50年最重要的统计学思想,因果推理、bootstrap等上榜,Judea Pearl点赞 | 集智俱乐部]
 +
 +
[https://swarma.org/?p=34329 福利 | 因果推断会是下一个AI热潮吗?Judea Pearl《因果论》重磅上市!]
 +
 +
[https://swarma.org/?p=32656 Stephen Wolfram专访Judea Pearl:从贝叶斯网络到元胞自动机 | 集智俱乐部]
  
 
== 说明 ==
 
== 说明 ==

2022年6月17日 (五) 23:17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

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

(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.

编者推荐

集智俱乐部推文推荐

统计学权威盘点过去50年最重要的统计学思想,因果推理、bootstrap等上榜,Judea Pearl点赞 | 集智俱乐部

福利 | 因果推断会是下一个AI热潮吗?Judea Pearl《因果论》重磅上市!

Stephen Wolfram专访Judea Pearl:从贝叶斯网络到元胞自动机 | 集智俱乐部

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。更多问题将编写。

  • 如何编写问题? 请参考“V形图