“Judea Pearl”的版本间的差异
跳到导航
跳到搜索
| 第1行： | 第1行： | ||
| − | = | + | == 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。 | ||
| − | + | 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. | ||
| − | |||
| − | |||
2021年8月2日 (一) 18:58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.