Propagación exacta y aproximada mediante árboles de probabilidad en redes causales

  1. Andrés Cano 1
  2. Serafín Moral 1
  1. 1 Universidad de Granada
    info

    Universidad de Granada

    Granada, España

    ROR https://ror.org/04njjy449

Libro:
CAEPIA'97: actas
  1. Botti, Vicent (coord.)

Editorial: Vicent Botti ; Asociación Española para la Inteligencia Artificial (AEPIA)

ISBN: 978-84-8498-765-9,  84-8498-765-5

Año de publicación: 1997

Páginas: 635-644

Congreso: Conferencia de la Asociación Española para la Inteligencia Artificial. (7. 1997. null)

Tipo: Aportación congreso

DIALNET GOOGLE SCHOLAR

Resumen

Recientemente ha sido propuestos diferentes métodos para aprovechar las independencias asimétricas de una red causal en una inferencia más eficiente. Uno de estos métodos hace uso de árboles de probabilidad. En este trabajo se propone trabajar directamente con los árboles de probabilidad asociados a cada potencial describiendo cómo se pueden implementar los algoritmos de propagación en estructuras gráficas usando árboles en lugar de matrices para representar las probabilidades condicionadas. Esto permite además el diseño de algoritmos aproximados, en los que el tamaño de un potencial tiene un límite fijado de antemano.

Fuente de los datos: Dialnet