Артём Андреевич Вяткин - Докладчик

Алгебраические байесовские сети относятся к классу вероятностных графических моделей. Такие сети позволяют обрабатывать скалярные и интервальные оценки вероятности истинности пропозиций, соответствующих утверждениям, где все множество утверждений декомпозируется на наборы — фрагменты знаний. При практическом использовании аппарата алгебраических байесовских сетей характерным является то, что время обработки интервальных оценок на несколько порядков выше аналогичного времени в случае скалярных оценок. В целях оптимизации сложности работы за счет использования скалярных оценок ранее был предложен подход к переходу от модели с интервальными оценками к модели со скалярными, или, другими словами, поиску приближенного канонического представителя фрагмента знаний алгебраической байесовской сети. В данной работе изучается поиск точного канонического представителя фрагмента знаний, что рассматривается впервые. Такое построение позволит дать выигрыш по времени при использовании фрагментов знаний, сформированных на алфавитах небольшой мощности. В ходе исследований было обнаружено, что алгоритм точной генерации в случае фрагмента знаний мощности 1 работает почти мгновенно, в случае фрагмента знаний мощности 2 –– быстрее в 30 раз, чем текущий алгоритм приближенной генерации, в случае мощности 3 — в 1.5–2 раза быстрее. Данный подход является особенно актуальным с учетом того, что в теории алгебраических байесовских сетей предполагаемые к использованию на практике фрагменты знаний будут иметь небольшие размеры.
22 мая 202424 мая 2024

Событие (конференция)

Заголовок2024 XXVII International Conference on Soft Computing and Measurements (SCM)
Период22/05/2424/05/24
Веб-адрес (URL-адрес)
Местоположение
ГородСанкт-Петербург
Страна/TерриторияРоссийская Федерация
Степень признаниямеждународный уровень

ID: 124155623