کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
6858898 1438424 2017 19 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Evaluating interval-valued influence diagrams
ترجمه فارسی عنوان
ارزیابی نمودارهای نفوذ ارزیابی شده با فاصله
ترجمه چکیده
نمودارهای نفوذ، مدل های گرافیکی احتمالی هستند که برای نشان دادن و حل مشکلات تصمیم گیری متوالی در عدم قطعیت استفاده می شوند. مقادیر شارپ عددی برای تعیین احتمال و امکانات مورد نیاز است. این ممکن است یک مسئله با مدل های واقعی باشد، پارامترهایی که معمولا از قضاوت های متخصص یا داده های قابل اطمینان حاصل می شود. ما مقادیر فواصل ارزیابی پارامترها را برای به دست آوردن واقع گرایی در مدل سازی در نظر می گیریم و حساسیت نهایی را با توجه به اختلالات در مقادیر شدید پارامترها ارزیابی می کنیم. یک فرمت رسم نمودارهای نفوذ کلاسیک برای حمایت از چنین پتانسیل های ارزش گذار ارائه شده است. الگوریتم های نتیجه گیری حذف متغیر و قوس معکوس به منظور مقابله با این مدل ها تعمیم داده می شود. در قیمت تقریبی بیرونی، این فرمت با پیچیدگی های مشابه با مقادیر تیز به همان اندازه پیچیده تر است. آزمایش های عددی نشان می دهد که اجرای بهتر با توجه به روش های قبلی. به عنوان یک برنامه کاربردی طبیعی، ما این مدل ها را برای تحلیل حساسیت عملی در نمودارهای نفوذ سنتی پیشنهاد می کنیم. حداکثر سطح اختلال در پارامترهای تک یا چندگانه حفظ استراتژی بهینه می تواند محاسبه شود. این به شناسایی پارامترهایی که مستلزم مراقبت دقیق تر است، اجازه می دهد.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر هوش مصنوعی
چکیده انگلیسی
Influence diagrams are probabilistic graphical models used to represent and solve sequential decision problems under uncertainty. Sharp numerical values are required to quantify probabilities and utilities. This might be an issue with real models, whose parameters are typically obtained from expert judgments or partially reliable data. We consider an interval-valued quantification of the parameters to gain realism in the modeling and evaluate the sensitivity of the inferences with respect to perturbations in the sharp values of the parameters. An extension of the classical influence diagrams formalism to support such interval-valued potentials is presented. The variable elimination and arc reversal inference algorithms are generalized to cope with these models. At the price of an outer approximation, the extension keeps the same complexity as with sharp values. Numerical experiments show improved performances with respect to previous methods. As a natural application, we propose these models for practical sensitivity analysis in traditional influence diagrams. The maximum perturbation level on single or multiple parameters preserving the optimal strategy can be computed. This allows the identification of the parameters deserving a more careful elicitation.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: International Journal of Approximate Reasoning - Volume 80, January 2017, Pages 393-411
نویسندگان
, , , ,