文档介绍：浙江大学研究生《人工智能引论》课件
徐从富(Congfu Xu) PhD, Associate Professor
Email: ******@zju.
Institute of Artificial Intelligence, College puter Science,
Zhejiang University, Hangzhou 310027, . China
March 10, 2002第一稿
April 18, 2007第四次修改稿
第四讲不确定性推理概述 (Chapter4 Uncertainty Reasoning )
Outline
本章的主要参考文献
基本概念
基本问题
不确定性推理方法的分类
不确定性度量的测度理论
不确定性的其它度量方法
Shannon信息熵及在决策树中的应用
模糊推理
[1] 王永庆. 人工智能原理与方法. 西安交通大学出版社, 1998. pp156-252. (偏重基本概念)
[2] 张文修, 梁怡. 不确定性推理原理. 西安交通大学出版社, 1996. (偏重数学原理)
[3] 陆汝钤. 人工智能(下册). 科学出版社, 2000. pp1133-1170. (偏重Bayes概率推理、可信度、模糊推理)
[4] 史忠植. 知识发现. 清华大学出版社, 2002. pp24-26, pp141-202. (偏重Rough set和贝叶斯网络)
本章的主要参考文献
[5] Mitchell, T. , 曾华军等译. 机器学习. 机械工业出版社, 2003. pp112-143. (偏重贝叶斯学习)
[6] Russell, S., Norvig, P. Artificial Intelligence: A Modern Approach. 人民邮电出版社, 2002. pp413-522. (偏重贝叶斯网络及其应用)
本章的主要参考文献(续)
“Blessed is the nation whose God is the LORD, the people he chose for his inheritance.”
From PSALMS 33:12 NIV
精确推理的局限性
推理
依据已知事实(证据)、相关知识(规则)
证明某个假设成立 or 不成立
精确推理及其不足
将原本为不确定性的关系“硬性”转化为精确关系
将原本不存在明确界限的事物“人为”划定界限
歪曲了现实情况的本来面目
舍弃了事物的某些重要属性
失去了真实性
基本概念
不确定性推理的定义及意义
1. 定义
也称“不精确性推理”
从不确定性的初始证据(即已知事实)出发
运用不确定性的知识(或规则)
推出具有一定程度的不确定性但却是合理或近乎合理的结论
2. 意义
使计算机对人类思维的模拟更接近于人类的真实思维过程
4. 2 不确定性推理中的基本问题
不确定性的表示与度量
不确定性匹配
不确定性的传递算法
不确定性的合成
不确定性的表示与度量
1. 不确定性的表示
选择不确定性表示方法时应考虑的因素
充分考虑领域问题的特征
恰当地描述具体问题的不确定性
满足问题求解的实际需求
便于推理过程中对不确定性的推算
不确定性的表示与度量(续1)
2. 不确定性的度量
针对不同的领域问题采用不同的度量方法
用不同的数值刻画不同的不确定性程度
事先规定不确定性程度的取值范围
3. 常用的度量方法
测度理论(基于概率统计的度量方法)
Shannon信息熵
其它度量方法
……
不确定性的表示与度量(续2)
在选择不确定性度量方法时应考虑的因素:
充分表达相应知识及证据不确定性的程度
度量范围便于领域专家及用户估计不确定性
便于计算过程中的不确定性传递,结论的不确定性度量不超出规定的范围
度量的确定应直观,且有相应的理论依据