基于全局消息传播的贝叶斯推理

摘要：

在贝叶斯网络中,常常需要作不确定概率推理.然而针对一般复杂网络,精确推理算法由于计算复杂度太高而常常被摒弃.针对这一问题,本文提出了一种基于全局传播的PPJT近似推理算法.PPJT算法采用消息传播机制,通过消息的收集与分发过程,可以更新和修正连接树节点的团势并最终生成相容连接树.与另一种常用的近似推理算法即似然权重(Likelihood Weighting)算法的时间性能对比实验显示,采用消息传播机制的PPJT算法有效地降低了计算的时间复杂度;同时与似然权重算法的性能对比实验表明,在相对小规模观察样本输入条件下,PPJT算法能够保证更高的概率推理精度.PPJT算法为实现一般复杂网络中的概率推理提供了一种新的理论工具.

关键词：概率传播、贝叶斯网络、势函数、消息传递

所属期刊栏目：33

分类号：TP3(计算技术、计算机技术)

资助基金：电子科学基金51415010101DZ02

在线出版日期：2006-10-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：166-168,203