首页 > 其他分享 >[人工智能] 贝叶斯网络-条件独立性判断(D-separation)

[人工智能] 贝叶斯网络-条件独立性判断(D-separation)

时间:2023-02-24 09:34:03浏览次数:39  
标签:人工智能 独立性 路径 三元组 inactive separation active 贝叶斯

贝叶斯网络的一个核心点就是条件独立性的存在

通过条件独立性,就能使用贝叶斯网络来代替复杂的联合概率分布。

如何判断贝叶斯网络中任意两个随机变量的独立性呢?D-separation

1 三元组的引入

因果链、共因、共果三元组判断active/inactive

2 运用

  1. 找到X->Y的所有无向路径
  2. 对于每个路径拆成多个三元组判断

如果一条路径中,存在一个inactive,就会导致整条路径inactive,相当于block了流动。如果所有三元组都是active,那么就是active路径

  1. 如果一条路径是active,那么X,Y不条件独立
  2. 如果所有路径inactive,那么X,Y独立,在给定evidence的条件下,条件独立。

标签:人工智能,独立性,路径,三元组,inactive,separation,active,贝叶斯
From: https://www.cnblogs.com/jye159X/p/17150196.html

相关文章

  • 诚邀您体验人工智能AI
    近期,人工智能(AI)领域动作频频,OPENAI公司ChatGPT的出现,标志着人工智能的研究与应用已经进入了一个崭新的发展阶段,国内腾讯、阿里巴巴、百度、易网、国外微软、谷歌、苹果、IB......
  • (三)浅谈人工智能:烽烟四起
     欢迎关注微信公众号专注于网络安全领域,跟踪漏洞动态,深耕互联网,做一个深谙攻防之道的公众号。同时涉足多个领域,是哲学,抑或是文学与艺术,关注金融市场,研究全......
  • 活动预告 | GAIDC 全球人工智能开发者先锋大会
    大会主题——“向光而行的AI开发者”2023全球人工智能开发者先锋大会(GAIDC)由世界人工智能大会组委会、上海市经济和信息化委员会、上海市人才工作领导小组办公室及中......
  • R语言用贝叶斯线性回归、贝叶斯模型平均 (BMA)来预测工人工资|附代码数据
    全文链接:http://tecdat.cn/?p=24141最近我们被客户要求撰写关于贝叶斯线性回归的研究报告,包括一些图形和统计输出。在本文中,贝叶斯模型提供了变量选择技术,确保变量选择的......
  • 人工智能真的快要来临了!全球首个光电子神经网络问世
    神经网络正席卷着计算世界。在它们的帮助下,研究人员得以推进机器学习的进程。面部识别、对象识别、自然语言处理、机器翻译……这些原本都是人类才有的技能,现在逐渐成为......
  • 贝叶斯与卡尔曼滤波(4)--卡尔曼滤波
    贝叶斯滤波预测方程与观测方程:\[\begin{cases}X_k=f(X_{k-1})+Q_k\\Y_k=h(X_k)+R_k\end{cases}\]其中:\(X_k,X_{k-1},Y_k,Q_k,R_k\)都是随机变量推出了贝叶斯......
  • 贝叶斯与卡尔曼滤波(2)--连续随机变量的贝叶斯公式
    贝叶斯与卡尔曼滤波(2)--连续随机变量的贝叶斯公式离散型变量的贝叶斯公式:\[P(X=x|Y=y)=\frac{P(Y=y|X=x)P(X=x)}{P(Y=y)}\]如果将其用于连续型的变量中:\[P(X=<x|Y=y)......
  • 贝叶斯与卡尔曼滤波(3)--随机过程
    贝叶斯与卡尔曼滤波(3)--随机过程前面的内容中,一般都是先验概率X和一个观测概率Y,求它的后验概率而在实际中,我们更多的面对的是一个随机过程,它有不止一个随机变量\(X_0,X......
  • 贝叶斯与卡尔曼滤波(1)--三大概率
    贝叶斯与卡尔曼滤波(1)--三大概率贝叶斯滤波主要是通过概率统计的方法,主要是贝叶斯公式,对随机信号进行处理,减小不确定度贝叶斯滤波处理的随机变量主要是一个随机过程。\(......
  • 消息称微软必应将在人工智能搜索中插入广告
    据报道,最近,人工智能对话工具(即内容生产)的植入,在搜索引擎市场引发了一场新的竞争。微软在必应搜索中植入了人工智能对话和应答技术,希望挑战谷歌的行业主导权。知情人士称,微......