Jaringan Bayes

Jaringan Bayesian atawa Jaringan kapercayaan Bayesian nyaéta titik grafik siklus langsung nu ngagambarkeun variabél jeung busur nu ngagambarkeun hubungan bebas antar variabel. Lamun hiji busur ti titik A ka titik séjén B, bisa disebutkeun yén A mangrupa indung ti B. Lamun hiji titik dipikanyaho nileyna, mangka éta titik disebutna titik evidence. Hiji titik bisa ngagambarkeun rupa-rupa variabel, bisa mangrupa ukuran nu ditempo, paraméter, variabel laten, atau hipotesa. Titik-titik ieu henteu diwengku keur ngagambarkeun variable bebas; ieu nu disebut "Bayesian" dina Jaringan Bayes.

Jaringan Bayes ngagambarkeun distribusi gabungan keur sakabéh variabel nu digambarkeun ku titik-titik dina grafik. Upamana, variabel-variabel ieu nyaéta X(1), ..., X(n), tur parents(A) jadi indung keur titik A, mangka distribusi gabungan keur X(1) nepi ka X(n) digambarkeun salaku hasil distribusi gabungan p(X(i) | parents(X(i))) keur i ti 1 nepi ka n. Lamun X teu mibanda indung, mangka distribusi probabilitas ieu disebut unconditional, sedengkeun lamun sabalikna disebut conditional.

Patarosan ngeunaan pakaitna variabel ieu bisa dijawab ku nalungtik grafikna. Hal ieu bisa nembongkeun yén taksiran grafik disebut d-separation pakait jeung taksiran conditional independence: lamun titik-titik X jeung Y mangrupa d-separated (ditandaan ku titik-titik evidence husus), mangka variabel-variabel X jeung Y mangrupa varibel bebas tina variabel-variabel evidence.

Sangkan hasil itungan numerik nembongkeun hasil nu hadé, mangka hal nu penting nyaéta nangtukeun unggal titik indung keur X tina probabilitas distribusi X. Distribusi X bakal mibanda indung dina sababarah rupa. Sanajan kitu, nu geus ilahar dipaké nyaéta distribusi diskrit atawa distribusi Gauss, keur nyederhanakeun itungan.

Hasil tina usaha ieu nyaéta manggihkeun distribusi kondisi tina runtuyan-runtuyan variabel, kondisi dina nilai nu dipikanyaho keur sababaraha runtuyan séjén (evidence), jeung integral tina sakabéh variabel. Mangka, Jaringan Bayes ieu bisa dianggap mekanisme otomatis nu diwangun tina Bayes' theorem keur hal-hal nu leuwih ruwer.

Jaringan Bayes geus dipaké keur pangaweruh model dina gene regulatory network, medicine, rékayasa, text analysis, image processing, jeung decision support system.

Tempo ogé

Machine learning

Sumber sejen

Enrique Castillo, José Manuel Gutiérrez, and Ali S. Hadi. Expert Systems and Probabilistic Network Models. Springer-Verlag, New York, 1997. ISBN 0-387-94858-9
Judéa Péarl, "Fusion, propagation, and structuring in belief networks". Artificial Intelligence, 29(3):241-288, 1986.

Artikel ieu mangrupa taratas, perlu disampurnakeun. Upami sadérék uninga langkung paos perkawis ieu, dihaturan kanggo ngalengkepan.