Inferenz-Algorithmus von Shenoy und Shafer

Question

Ich habe gehört, dieser Algorithmus, aber dieser Algorithmus ist gut, um es mit Bayesian belief networks?Hugin basiert auf, und ich bin auf der Suche nach einem Buch / Artikel auf diesem Algorithmus.

Answer 1

Ich habe nicht den Überblick über dieses Forschungsgebiet für eine Weile gehalten, aber ich kann Ihnen auf den Punkt CiteSeerX Motor suchen, wenn Sie es noch nicht wissen. ( http://citeseerx.ist.psu.edu/ )

Die Suche nach Papiere, die zitieren Shenoy & Shafer Ein axiomatischen Rahmen für Bayesian und Glaube Funktion Ausbreitung (1990) finden Sie eine Liste von anderen Forschern geben, die versucht haben, den Algorithmus anzuwenden.

Answer 2

Der Algorithmus ist beschrieben in diesem Papier . Es ist ziemlich detailliert und soll ein guter Punkt, um zu starten.

Answer 3

bin ich mit dem Algorithmus nicht vertraut, aber einem anderen Ort zu überprüfen, um Informationen wären eine Suche in google Scholar .

Answer 4

Pulcinella ist ein Werkzeug für die Verbreitung von Unsicherheit durch Lokale Berechnungen basierend auf den Allgemeinen Rahmen af-Bewertungs-systems vorgeschlagen, durch Shenoy und Shafer

Pulcinella ist frei verfügbar für Bildungs-und streng nicht-kommerzielle Nutzung.Pulcinella ist geschrieben in Common Lisp.Es wurde getestet auf Allegro CL auf Macintosh-und auf Lucid CL, Allegro CL, und CLisp auf eine Sonne.Der code ist nur "Reine" common lisp, so sollte es auch laufen auf allen andere sinnvolle Umsetzung von common-lisp - (naja, Ihr wisst...).Zu Holen Sie sich die neueste version ist, klicken Sie hier.Alternativ können Sie Pulcinella mittels anonymous-ftp von ftp://aass.oru.se/pub/saffiotti.Die Pulcinella tar-Archiv enthält ein paar Beispiele, entnommen aus des Benutzers Handbuch.Wenn Sie Holen diese Programm, die Sie erwartet werden senden Sie einen Brief an die unten angegebene Adresse, die besagt, dass Sie verwenden Pulcinella für Forschung und nicht-kommerzielle Nutzung nur.

Auch hier einige Referenzen.

Noch Mehr Referenzen:

Ein Algorithmus für die Bayes-Glauben-Netzwerk-Aufbau von Daten

Ein Tutorial, Learning With Bayesian Networks

http://en.wikipedia.org/wiki/Bayesian_network#External_links