属于不同集合的定性信任度的序比较及应用

在定性不确定推理中，定性信任度集并不是惟一的。Akdag等人提出的不同定性信任度集中元素之间的序比较方法存在缺陷，与定性运算并不协调，这将会导致不确定性的定性表达和操作上的矛盾。提出了新的属于不同集的定性信任度的序比较方法，并定义了不同定性信任度集中元素之间的定性混合运算。这种序比较方法不仅更加符合直观，而且与定性运算保持一致，有利于在不确定推理中对属于不同集的定性信任度进行操作。     

基于定性互信息的定性概率网歧义性约简

针对符号传播算法在符号相反的两条平行路径上进行推理时常常产生歧义性,提出一种基于定性互信息的歧义性约简方法。首先,给出定性互信息的严格定义。然后,提出基于定性互信息影响强度的定性概率网,进一步区分影响强度,并证明具有强度的定性影响的对称性、传递性和复合性。最后在Antibiotics数据集上,通过与已有方法推理结果的对比实验,验证该歧义性约简方法的正确性和高效性。理论分析和实验结果表明,基于定性互信息的定性概率网既保留定性推理的简明性,又能够有效约简定性推理的歧义性。     

基于粗糙集的定性概率网推理冲突解决方法

定性概率是贝叶斯网的定性抽象,它以有向边上的定性影响代替贝叶斯网中的条件概率参数,描述了变量间增减的趋势,具有高效的推理机制。但定性概率网中信息丢失导致推理的过程中往往产生不确定信息,即推理结果产生冲突。以尽可能消除定性推理中的冲突为出发点,在构建定性概率网时,基于粗糙集属性依赖度理论求解出网中节点间的依赖度,以依赖度作为变量间定性影响的权重,并根据依赖度改进已有的定性概率网推理算法,从而解决定性概率网推理冲突。实例验证表明,该方法既保持了定性概率网高效推理的特性,又能有效解决冲突。     

基于定性状态模型的定性控制方法研究

针对某些复杂系统难以获得精确数学模型来实现有效控制这一问题,采用定性状态模型来描述含有不确定性的非线性系统,提出了一种定性控制方法。首先通过对系统状态的定性划分,采用基于定性推理的自动机建立被控系统定性状态模型,然后设计基于系统定性状态模型的定性控制器,并给出了控制器设计的一般步骤。最后以液位控制系统为例,建立了液位对象的定性状态模型并设计了定性控制器,仿真结果表明该方法的有效性及其理论价值和应用前景。     

不确定性推理的实用性研究

Bayes 概率推理是不确定性推理方法之一,它在理论上虽然比较简单,但当证据之间不满足独立性假定时,推理过程中需要专家给出的先验概率个数将按几何级数增加,这严重影响了 Bayes 概率推理的实用性.本文提出的两种处理非独立性问题的概率推理方法,不仅可以大大减少专家的工作量,而且比较简单、直观,便于实际应用.     

基于模型的定性仿真的研究现状

基本方法定性推理是Al的重要分支。定性的含义是指推理中使用的信息和推理的结论都是定性的(本质上是离散的而非连续的)。定性推理的目的是对物理现象作解释且解释的粒度较粗,具有较高的知识层次,是对物理现象宏观行为的描绘[lJ;它与实际物理系统的关系极为密切,从而可根据实际物理背景验证Al及定性推理理论和方法的正确性,便于实现可用的系统。在信息量巨大,数据繁多,系     

基于分层因果关系的定性推理方法

定性推理能为信息不完全的复杂系统产生行为预测,但推理分支可能出现组合爆炸,限制了它的应用.传统的算法不仅产生无法控制的推理分支,并且占用了大量的内存,不仅使用户不易理解推理的结果,而且甚至导致推理的失败.在LSIM方法的基础上提出了一种基于分层因果关系的定性推理方法LCQR(layered causal qualitative reasoning),旨在解决这一问题,使提取出的变量间的因果关系层次化,并应用于定性推理,取得了较满意的结果.     

概率图模型研究进展综述

概率图模型作为一类有力的工具,能够简洁地表示复杂的概率分布,有效地(近似)计算边缘分布和条件分布,方便地学习概率模型中的参数和超参数.因此,它作为一种处理不确定性的形式化方法,被广泛应用于需要进行自动的概率推理的场合,例如计算机视觉、自然语言处理.回顾了有关概率图模型的表示、推理和学习的基本概念和主要结果,并详细介绍了这些方法在两种重要的概率模型中的应用.还回顾了在加速经典近似推理算法方面的新进展.最后讨论了相关方向的研究前景.     

定性空间推理的分层递阶框架

定性空间推理是定性推理和空间推理的重要组成部分 .拓扑和形状是定性空间推理研究的关键问题 .针对定性空间推理已有一般框架存在的问题 ,提出了定性空间推理的分层递阶框架 ,并结合拓扑和形状方面的定性空间推理研究工作阐述了所提出的框架的有效性和合理性 .最后总结了分层递阶框架的要点并提出了基于该框架的进一步研究工作 .     

基于定性动态概率网络的网络拥塞控制

网络拥塞已经成为了人们普遍关注的问题。目前,针对网络拥塞控制的研究,提出了一些具体的方法和建议,但其都不能很好地解决网络拥塞。定性动态概率网络(QDPNs)是目前进行动态地推理不确定知识领域最有效的模型之一。提出了一种基于定性动态概率网络的网络拥塞控制,该方法能够有效地对网络拥塞进行预测,在预测的基础上给出了相应的拥塞控制策略。     

Context-specific sign-propagation in qualitative probabilistic networks

Qualitative probabilistic networks are qualitative abstractions of probabilistic networks, summarising probabilistic influences by qualitative signs. As qualitative networks model influences at the level of variables, knowledge about probabilistic influences that hold only for specific values cannot be expressed. The results computed from a qualitative network, as a consequence, can be weaker than strictly necessary and may in fact be rather uninformative. We extend the basic formalism of qualitative probabilistic networks by providing for the inclusion of context-specific information about influences and show that exploiting this information upon reasoning has the ability to forestall unnecessarily weak results.     

多传感器数据融合系统中联合概率数据互联算法的研究

概述了多传感器数据融合系统中的联合概率数据互联算法，给出了MSJPDA的两种处理结构，分析了其算法的复杂度。并在此基础上，结合B．zhou提出的直接概率计算和近似概率计算的方法，提出了一种基于近似聚的近似概率数据互联算法(MSJPDA)，通过仿真研究以及和最近邻法所做的比较表明，该方法确实能提高在密集情况下的数据融合精度，算法耗时与最近邻法相差不大，精确度接近完全概率互联算法。     

A new approach to hybrid probabilistic logic programs

This paper presents a novel revision of the framework of Hybrid Probabilistic Logic Programming, along with a complete semantics characterization, to enable the encoding of and reasoning about real-world applications. The language of Hybrid Probabilistic Logic Programs framework is extended to allow the use of non-monotonic negation, and two alternative semantical characterizations are defined: stable probabilistic model semantics and probabilistic well-founded semantics. These semantics generalize the stable model semantics and well-founded semantics of traditional normal logic programs, and they reduce to the semantics of Hybrid Probabilistic Logic programs for programs without negation. It is the first time that two different semantics for Hybrid Probabilistic Programs with non-monotonic negation as well as their relationships are described. This proposal provides the foundational grounds for developing computational methods for implementing the proposed semantics. Furthermore, it makes it clearer how to characterize non-monotonic negation in probabilistic logic programming frameworks for commonsense reasoning. An erratum to this article can be found at     

规则半自动学习的概率软逻辑推理模型

概率软逻辑（PSL）作为一种基于声明式规则的概率模型,具有极强的扩展性和多领域适应性,目前为止,它需要人为给出大量的常识和领域知识作为规则确立的先决条件,这些知识的获取往往非常昂贵并且其中包含的不正确的信息可能会影响推理的正确性。为了缓解这种困境,将C5.0算法和概率软逻辑相结合,让数据和知识共同驱动推理模型,提出了一种规则半自动学习方法。该方法利用C5.0算法提取规则,再辅以人工规则和优化调节后的规则作为改进的概率软逻辑输入。实验结果表明,在学生成绩预测问题上所提方法比C5.0算法和没有规则学习的概率软逻辑具有更高的精度;和纯手工定义规则的方法相比,所提方法能大幅降低人工成本;和贝叶斯网络（BN）、支持向量机（SVM）等算法相比,该方法也表现出不错的效果。     

基于Voronoi图的定性路径推理

动态空间知识的表示与推理是定性空间推理研究的重要内容.基于Voronoi图及其动态变化,提出运动路径定性表示与推理方法.先根据Voronoi图空间邻近关系定义Voronoi图生成子空间关系,进一步定义定性位置及概念邻域,并应用概念相邻的定性位置序列给出定性路径表示.再由动态Voronoi图的边集变化和给出的概念邻域中定性位置间最短路径的启发式算法,设计并实现具有观察者角度的定性路径推理算法.最后,实验分析并验证该方法的有效性.     

Representing moving objects in computer-based expert systems: the overtake event example

Qualitative formalisms suited to express qualitative temporal or spatial relationships between entities, have gained wide acceptance as a useful way of abstracting from the real world. The question remains how to describe spatio-temporal concepts, such as the interaction between moving objects, adequately within a qualitative calculus and more specifically how to use this in expert systems. With this in mind, the Qualitative Trajectory Calculus (QTC) has been introduced. QTC enables comparisons between positions of objects at different time points to be made. By reducing the continuum to the qualitative values −, 0 and +, continuous movements can be described qualitatively. To illustrate the naturalness of QTC, the overtake event is studied. An overtake event is a typical example of objects moving in a particular domain and can become important, for example in the study of traffic engineering. A so-called conceptual animation is represented, being a sequence of QTC-relations, following the constraints imposed by qualitative reasoning. It is shown that different kinds of behaviour having certain common characteristics are reflected by the structure (e.g. symmetrical aspects) of the conceptual animations.