所以我正在尝试解决贝叶斯网络的问题。我知道某些事件的条件概率，比如会下雨。假设我从四个传感器（A1 - A4）中的每一个测量（布尔）值。我知道下雨的概率，并且在给定每个传感器的测量值的情况下，我知道下雨的概率。
现在我添加了一个新的转折。A4 不再可用，但 B1 和 B2 可用（它们也是布尔传感器）。给定 A4 的测量值，我知道 B1 和 B2 的条件概率。如何将这些概率合并到我的贝叶斯网络中以替换 A4 中丢失的数据？
问问题
300 次
1 回答
0
您的问题非常适合多实体贝叶斯网络 (MEBN)。这是使用一阶逻辑 (FOL) 对标准 BN 的扩展。它基本上允许根据手头的具体情况添加和/或删除节点。您可以根据当前可用的知识定义一个用于动态创建 BN 的模板。
网上有几篇关于它的论文。对这项工作的经典参考是“Multi-Entity Bayesian Networks without Multi-Tears”。
我们在 UnBbayes 中实现了 MEBN。您可以按照@ http://sourceforge.net/p/unbbayes/discussion/156015/thread/cb2e0887/的说明获取一份副本。一个例子可以在论文“Probabilistic Ontology and Knowledge Fusion for Procurement Fraud Detection in Brazil”@ http://link.springer.com/chapter/10.1007/978-3-642-35975-0_2中看到。
如果你对它感兴趣，我以后可以给你更多的指点。
干杯，隆美尔
于 2014-11-27T11:30:57.227 回答