0
A
回答
5
确切的细节将取决于您是否在谈论防盗警报类型情况(传感器读数)或涉及安全警卫和激光鲨鱼的更有趣的事情。无论哪种方式,原理都是一样的。
你开始描述该影响入侵的东西基本根节点,例如
Sensor detected motion (true/false)
Shark smelt blood (true/false)
Temperature (too low/just right/too high)
Security guard is asleep
...
any other things you can think of.
您的概率分配给每个根节点的每个状态。
P(Security guard is asleep) = 0.25
然后定义取决于这些根节点的子节点,例如,Security guard heard noise
将取决于Security guard is asleep
。
给出子节点的每个状态的条件概率,给定其父母的每个状态。
P(Security guard heard noise|Security guard is asleep) = 0.05
P(Security guard heard noise|Security guard is not asleep) = 0.5
最终,你会想要得到一个结果,如Burglary has been foiled
。
一旦你建立了网络节点,你可以评估它,并计算不同结果发生的概率。
接下来你添加证据。所以如果你知道你的鲨鱼闻到血液,那么这个节点会被设置为一个特定的值,你可以重新评估网络,看看概率是如何变化的。
在软件方面,Bayes Net工具箱备受好评。
相关问题
- 1. 设计贝叶斯网络
- 2. 贝叶斯网络澄清
- 3. 贝叶斯网络教程
- 4. 实现贝叶斯网络
- 5. Clojure DAG(贝叶斯网络)
- 6. 贝叶斯网络在Matlab
- 7. 参考贝叶斯和神经网络
- 8. 用于iphone的贝叶斯网络库?
- 9. MATLAB中的贝叶斯网络
- 10. 贝叶斯网络MATLAB工具箱
- 11. 贝叶斯网络的混淆矩阵
- 12. 与Java的贝叶斯网络的API
- 13. MATLAB中的贝叶斯网络错误
- 14. AIMA实现贝叶斯网络
- 15. 贝叶斯神经网络:计算Hessian
- 16. 人工神经网络与贝叶斯网络的区别
- 17. F#和模糊逻辑
- 18. 贝叶斯网络:独立性和有条件的独立性
- 19. 决策树和贝叶斯网络有什么区别?
- 20. Kim和贝叶斯珍珠的消息传递算法网络
- 21. 贝叶斯和神经网络之间的关系是什么?
- 22. R:分层数据的贝叶斯逻辑回归
- 23. Makefile - 模拟逻辑网络
- 24. 贝叶斯vs OLS
- 25. 分类中的实例与贝叶斯网络
- 26. 贝叶斯网络工具箱结构学习包MATLAB
- 27. 贝叶斯网络中的变量消除
- 28. 使用贝叶斯网络的异常检测
- 29. 创建贝叶斯网络并使用Python3.x学习参数
- 30. 有创建贝叶斯网络的一步一步教程吗?
已经有matlab无法找到bayes网络工具箱tho和看着你的链接的安装评论看起来abit:S。这是一个很好的帮助,我很高兴有人可以用外行的伟大类比:D很好。那么有趣的逻辑呢?我们怎么能有一个假的/真正的“程度”? –
我见过的所有模糊逻辑示例都可以轻松映射到贝叶斯网络。 贝叶斯网络严格解决这些问题。据我所知,模糊逻辑只是做了合理的事情。 贝叶斯网络中真/假的程度是非常自然的,因为网络并不追踪发生了什么事情,它跟踪你应该给予网络的信仰程度以及你提供的证据。 – mdaoust