📄Работа №23230
Тема: Алгоритм пропагации свидетельств в байесовской сети с циклами
Характеристики работы
Тип работы
Магистерская диссертация
Предмет
Информационные системы
Объем:
47 листов
Год:
2018
Просмотров:
514
4900
руб.
🛒 Купить работу
Не подходит эта работа?
Закажите новую по вашим требованиям
Узнать цену на написание
Закажите новую по вашим требованиям
Представленный материал является образцом учебного исследования, примером структуры и содержания учебного исследования по заявленной теме. Размещён исключительно в информационных и ознакомительных целях.
Workspay.ru оказывает информационные услуги по сбору, обработке и структурированию материалов в соответствии с требованиями заказчика.
Размещение материала не означает публикацию произведения впервые и не предполагает передачу исключительных авторских прав третьим лицам.
Материал не предназначен для дословной сдачи в образовательные организации и требует самостоятельной переработки с соблюдением законодательства Российской Федерации об авторском праве и принципов академической добросовестности.
Авторские права на исходные материалы принадлежат их законным правообладателям. В случае возникновения вопросов, связанных с размещённым материалом, просим направить обращение через форму обратной связи.
Настоящий учебно-методический информационный материал размещён в ознакомительных и исследовательских целях и представляет собой пример учебного исследования. Не является готовым научным трудом и требует самостоятельной переработки.
📋 Содержание
Введение
1 Основные понятия теории байесовских сетей 6
1.1 Событие и вероятность события 6
1.2 Условные вероятности и теорема Байеса 7
1.3 Условная независимость 8
1.4 Байесовские сети 9
1.4.1 Байесовские сети доверия 11
1.4.2 Связи между узлами сети и d-разделимость 13
1.5 Изолированные циклы БСД 15
1.6 Ограничения подхода изолированных циклов 21
2 Алгоритмы пропагации свидетельств и объектная модель алгоритма 24
2.1 Общие формулы для распространения свидетельств 24
2.2 Алгоритмы пропагации свидетельств 25
2.2.1 Инициализация вершин в байесовской сети 25
2.2.2 Алгоритм распространения свидетельств в байесовской сети без циклов 25
2.2.3 Алгоритм распространения свидетельств в байесовской сети с циклами . 27
2.3 Объектная модель для реализации программного обеспечения, для работы с
Байесовскими сетями 30
3 Апробация алгоритма 34
3.1 Апробация алгоритма на сети без циклов 34
3.2 Апробация алгоритма на сети с циклами 40
3.2.1 Подсчет вероятностей по измененному алгоритму 43
ЗАКЛЮЧЕНИЕ 44
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ 45
1 Основные понятия теории байесовских сетей 6
1.1 Событие и вероятность события 6
1.2 Условные вероятности и теорема Байеса 7
1.3 Условная независимость 8
1.4 Байесовские сети 9
1.4.1 Байесовские сети доверия 11
1.4.2 Связи между узлами сети и d-разделимость 13
1.5 Изолированные циклы БСД 15
1.6 Ограничения подхода изолированных циклов 21
2 Алгоритмы пропагации свидетельств и объектная модель алгоритма 24
2.1 Общие формулы для распространения свидетельств 24
2.2 Алгоритмы пропагации свидетельств 25
2.2.1 Инициализация вершин в байесовской сети 25
2.2.2 Алгоритм распространения свидетельств в байесовской сети без циклов 25
2.2.3 Алгоритм распространения свидетельств в байесовской сети с циклами . 27
2.3 Объектная модель для реализации программного обеспечения, для работы с
Байесовскими сетями 30
3 Апробация алгоритма 34
3.1 Апробация алгоритма на сети без циклов 34
3.2 Апробация алгоритма на сети с циклами 40
3.2.1 Подсчет вероятностей по измененному алгоритму 43
ЗАКЛЮЧЕНИЕ 44
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ 45
📖 Введение
Байесовские сети представляют собой удобный инструмент для описания достаточно сложных процессов и событий с неопределенностями. Для описания байесовской сети необходимо определить структуру графа и параметры каждого узла. Эта информация может быть получена непосредственно из данных или из экспертных оценок. Основные этапы этого процесса: идентификация переменных, определение структуры, определение параметров [1,2,3,4]. После того, как байесовская сеть сконструирована, она готова для того, чтобы с её помощью можно было проводить вычисления. После поступление некоторого количества свидетельств, могут быть вычислены апостериорные вероятности. Проблема использования БС заключается в том, что реальные модели могут содержать в себе циклы, но большинство алгоритмов требуют ацикличной структуры сети. Отсюда можно выделить две группы алгоритмов.
Первая группа требует ацикличности первичной Байесовской сети, при этом прорабатывается их скорость работы, возможность интервальных оценок, совместная вероятность изменения, расширенное алгебраическое дополнение, множественное значение вершин.
Вторая группа рассматривает циклические первичные байесовские сети и приводит циклы к согласованному виду, при этом в результатах отсутствуют интервальные оценки, что видится неприемлемым, поскольку не удалось найти апробации данных алгоритмов на случай известных правильных —ответов”, а также отсутствуют оценки ошибок согласования. Большой вопрос также вызывают способы согласования вершин в цикле, например, в алгоритме «Николенко-Тулупьева-Сироткина» [2,3], ввод несогласованных свидетельств игнорируется, что так же является не совсем правильным. Использование подобных алгоритмов возможно только для простых сетей
Объектом исследования являются Байесовские сети.
Предметом исследования являются алгоритмы пропагации в байесовских сетях с циклами.
Целью данной работы является разработка алгоритма распространения свидетельств в байесовской сети с циклами.
Задачи исследования:
- Изучить научно-методическую литература по проблеме исследования;
- Проанализировать имеющиеся алгоритмы распространения свидетельств в байесовских сетях;
- Разработать собственный алгоритм распространения свидетельств в байесовских сетях;
- Реализовать объектную модель алгоритма.
- Апробировать алгоритм на искусственных цикличных примерах.
Первая группа требует ацикличности первичной Байесовской сети, при этом прорабатывается их скорость работы, возможность интервальных оценок, совместная вероятность изменения, расширенное алгебраическое дополнение, множественное значение вершин.
Вторая группа рассматривает циклические первичные байесовские сети и приводит циклы к согласованному виду, при этом в результатах отсутствуют интервальные оценки, что видится неприемлемым, поскольку не удалось найти апробации данных алгоритмов на случай известных правильных —ответов”, а также отсутствуют оценки ошибок согласования. Большой вопрос также вызывают способы согласования вершин в цикле, например, в алгоритме «Николенко-Тулупьева-Сироткина» [2,3], ввод несогласованных свидетельств игнорируется, что так же является не совсем правильным. Использование подобных алгоритмов возможно только для простых сетей
Объектом исследования являются Байесовские сети.
Предметом исследования являются алгоритмы пропагации в байесовских сетях с циклами.
Целью данной работы является разработка алгоритма распространения свидетельств в байесовской сети с циклами.
Задачи исследования:
- Изучить научно-методическую литература по проблеме исследования;
- Проанализировать имеющиеся алгоритмы распространения свидетельств в байесовских сетях;
- Разработать собственный алгоритм распространения свидетельств в байесовских сетях;
- Реализовать объектную модель алгоритма.
- Апробировать алгоритм на искусственных цикличных примерах.
✅ Заключение
В ходе выполнения данной работы были изучены теоретические источники по байесовским сетям. Современные алгоритмы распространения свидетельств в сетях без циклов и с циклами. Изучены основные проблемы работы с сетями, содержащими циклы.
В ходе проведения исследования, были сделан вывод, о том, что для сетей со сложной структурой известные алгоритмы распространения свидетельств не пригодны.
В разработанном алгоритме распространения свидетельств в байесовских сетях с циклами несогласованность потомков не влияет на априорные вероятности их предков. Алгоритм апробирован на искусственных примерах.
В ходе работы была разработана объектная модель и реализовано программное обеспечение для работы с байесовскими сетями.
В ходе проведения исследования, были сделан вывод, о том, что для сетей со сложной структурой известные алгоритмы распространения свидетельств не пригодны.
В разработанном алгоритме распространения свидетельств в байесовских сетях с циклами несогласованность потомков не влияет на априорные вероятности их предков. Алгоритм апробирован на искусственных примерах.
В ходе работы была разработана объектная модель и реализовано программное обеспечение для работы с байесовскими сетями.
ИЛИ
Поиск аналога
📕 Список литературы
🛒 Оформить заказ
⚡ Работу высылаем в течении 5 минут после оплаты.