그래서 베이지안 네트워킹 문제를 해결하려고합니다. 나는 어떤 이벤트의 조건부 확률을 알고 비가 올 것이라고 말한다. 네 개의 센서 (A1 - A4) 각각에서 값을 측정한다고 가정합니다. 나는 비가 올 확률을 알고 있고 각 센서에 대한 측정치가 주어진다면 비가 올 가능성을 안다.다중 레이어가있는 베이지안 네트워크
이제 새로운 트위스트를 추가합니다. A4는 더 이상 사용할 수 없지만 B1과 B2는 부울 센서입니다. 나는 A4의 측정치를 주어진 B1과 B2의 조건부 확률을 안다. A4에서 잃어버린 데이터를 대체하기 위해 베이지안 네트워크에 이러한 확률을 어떻게 포함합니까?
문제는 다중 엔터티 베이지안 네트워크 (MEBN)에 완벽하게 맞습니다. 이는 First Order Logic (FOL)을 사용하는 표준 BN의 확장입니다. 기본적으로 노드는 특정 상황에 따라 노드를 추가 및/또는 제거 할 수 있습니다. 사용 가능한 현재 knwoledge를 기반으로 BN 작성 템플릿을 즉시 정의합니다.
웹에서 사용할 수있는 여러 논문이 있습니다. 이 작업에 대한 고전적인 언급은 "다중 눈물이없는 다중 엔티티 베이지안 네트워크"입니다.
우리는 UnBBayes 내에 MEBN을 구현했습니다. @http://sourceforge.net/p/unbbayes/discussion/156015/thread/cb2e0887/ 지침에 따라 복사본을 얻을 수 있습니다. 예를 들면 "브라질의 조달 사기 탐지를위한 확률 론적 온톨로지 및 지식 융합"@http://link.springer.com/chapter/10.1007/978-3-642-35975-0_2에 나와 있습니다.
관심이 있으시면 나중에 더 많은 안내를 드릴 수 있습니다.
건배, 롬멜