人工智能06.ppt

人工智能
Artificial Intelligence
第六讲
*
1
安徽大学 计算机科学与技术学院
Date
2
安徽大学 计算机科学与技术学院
第三章 高级知识推理
经典推理和非经典推理
非单调推理
时序推理
不确定性推理
概率推理
主观Bayes方法
可信度方法
证据理论
*
3
安徽大学 计算机科学与技术学院
不确定性推理
不确定性推理的度量

(1)知识不确定性的表示：准确描述；便于推理
(2)证据不确定性的表示：动态强度，如灰白色
(3)结论不确定性的表示：不确定性程度

充分表达；便于估计；便于传递；直观+理论依据
Date
4
安徽大学 计算机科学与技术学院
不确定性推理
不确定性的算法
：怎么才算匹配成功？

(1) If E(C(E)) Then H f(H,E) 求C(H)=g1[C(E),f(H,E)]?
(2) If E1(C(E1)) Then H f(H,E1); If E2(C(E2)) Then H f(H,E2)
求C(H)=g2[C1(H),C2(H)]?
(3) If E1(C(E1))and E2(C(E2)) Then H f(H,E1andE2)
求C(E1∧E2)=g3[C(H1),C2(H2)]?
(4) If E1(C(E1))or E2(C(E2)) Then H f(H,E1orE2)
求C(E1∨E2)=g3[C(H1),C2(H2)]?
Date
5
安徽大学 计算机科学与技术学院
不确定性推理
不确定性的算法
最大最小法：
C(E1∧E2)=min{C(E1),C(E2)}
C(E1∨E2)=max{C(E1),C(E2)}
概率方法：
C(E1∧E2)=C(E1)*C(E2)
C(E1∨E2)=C(E1)+C(E2) - C(E1)*C(E2)
有界方法：
C(E1∧E2)=max{0, C(E1)+C(E2)-1}
C(E1∨E2)=min{C(E1),C(E2)}
Date
6
安徽大学 计算机科学与技术学院
概率推理
概率的基本性质和计算公式
概率的基本性质：
对任何事件A，有：0≤ P(A) ≤1
必然事件D， P(D)=1；不可能事件Φ ， P(Φ)=0
P(A∩B)=P(A)+P(B)-P(A∩B)
若 Ai∩Bj=(i≠j)，则P(∩Ai)=P(A1)+…+ P(An)
若 AB， P(A\B)=P(A)-P(B)
P(~A)=1-P(A)
Date
7
安徽大学 计算机科学与技术学院
概率推理
概率的基本性质和计算公式
概率的常用计算公式：
(1) 条件概率与乘法公式：
P(A|B)=P(A∩B) /P(B) 当P(B)>0
P(A|B)=0 当P(B)=0
变换：P(A∩B) = P(B)*P(A|B)= P(A)*P(B|A)
当P(A)>0， P(B)>0
P(A1∩A2∩…∩An)简写为： P(A1A2…An)
P(A1A2…An)= P(A1) P(A2|A1)P(A3|A1A2) …
… P(An|A1A2 …An-1) 当P(A1A2…An-1)>0
Date
8
安徽大学 计算机科学与技术学院
概率推理
概率的基本性质和计算公式
(2) 独立性公式：
若A与B满足P(A|B)=P(A)，则称事件A关于事件B是独立的
这时若P(A)与P(B)同时大于0，则P(B|A)=P(B)，称 A、B相互独立。 P(A∩B) = P(A) P(B)
(3) 全概率公式：
若 Bi∩Bj=， P(∪Bi)=1， P(Bi) >0 (ΣBi = Ω)
P(A)= ΣP(A|Bi )P(Bi) (i=1,2,…)
(4) Bayes公式：
ΣP(A|Bi )P(Bi)*P(Bj | A)
= P(A)*P(Bj | A)
= P(Bj)*P(A|Bj)
Date
9
安徽大学 计算机科学与技术学院
概率推理
概率推理方法
设： if E then H，
已知：P(E)，求P(H|E)?
若