Прикладные интеллектуальные системы, основанные на мягких вычислениях. Ярушкина Н.Г. - 78 стр.

UptoLike

Составители:

Рубрика:

ляется значение выходной переменной по значениям входных переменных. При

поступлении на вход сети значений исходных данных в БСД инициируется

процесс распространения вероятностей. По завершении процесса распростра-

нения в конечных узлах сети формируются значения переменных, характери-

зующих решаемую задачу. Структура БСД и тензоры условных вероятностей

задаются экспертом, что позволяет обосновать полученные результаты мнени-

ем эксперта.

При поступлении в БСД нового свидетельства о состоянии узла БСД, узел

начинает передавать сообщения, представляющие собой степень поддержки

данного свидетельства относительно истинности всех состояний узлов – пред-

ков. Этот процесс возбуждает пересчет вероятностей в других узлах сети, и они

также начинают передавать сообщения своим соседям. Так как граф является

ациклическим, то в пересчетах оценок наступает равновесие – сообщения пере-

стают распространяться и величины вероятностей перестают изменяться. В ра-

боте [1] представлен алгоритм распространения вероятностей в БСД, описан-

ный ниже.

Пример типичной байесовской сети приведен на рисунке 3.6:

Рис. 3.6. Пример БСД

Эта сеть представляет собой следующее распределение:

()

(

574152312417654321

xxpxxxpxxpxxpxpxpxxxxxxxp ∗∗∗∗∗=

В данной задаче БСД используется как интерпретирующая машина, а

именно, вновь поступившая информация будет инициировать процесс пересче-

та вероятностей, продолжающийся до тех пор, пока сеть не придет в новое рав-

новесное состояние.

Рассмотрим процесс пересчета вероятностей в БСД. Схематически алго-

ритм обновления вероятностей представлен на рисунке 3.7: