Dynamiczne sieci probabilistyczne jako system reprezentacji wiedzy

• Autorzy: Kusz A. , Marciniak A. W.

Warianty tytułu

EN

Dynamic Bayesian Networks as knowledge representation system

• Języki publikacji: PL

Abstrakty

PL

W pracy przedstawiono podstawowe założenia metodyczne związane z budową formalnych systemów reprezentacji wiedzy. Omówiono sieci probabilistyczne, które są szczególnie przydatnym systemem reprezentacji wiedzy w przypadku, gdy trzeba w sposób jawny zakodować czynnik niepewności i rozumowania w kategoriach niedeterministycznych związków przyczynowo-skutkowych. Sprecyzowano zasady budowy modelu oraz omówiono metody wnioskowania specyficzne dla sieci bayesowskich.

EN

The paper presents Bayesian Networks (BN) technology in the context of methodological requirements for building knowledge representation systems in the domain of agricultural engineering. BN, by their nature, are especially useful for modeling uncertain domains like agricultural production and food chains management.

Słowa kluczowe

PL

system reprezentacji wiedzy; sieci probabilistyczne; bayesowskie sieci dynamiczne; modele niezawodnościowe

EN

knowledge representation system; probabilistic networks; dynamic Bayesian networks; reliability models

• Wydawca: Polskie Towarzystwo Inżynierii Rolniczej
• Czasopismo: Inżynieria Rolnicza
• Rocznik: 2006
• Tom: R. 10, nr 12(87)
• Strony: 285--294
• Opis fizyczny: Bibliogr. 4 poz., rys., tab.

Twórcy

autor

Kusz A.

autor

Marciniak A. W.

• Uniwersytet Przyrodniczy w Lublinie, Wydział Inżynierii Produkcji, Katedra Podstaw Techniki

Bibliografia

• BayesiaLab Tutorial, http://www.bayesia.com
• Jensen F. V. 1996. An introduction to Bayesian Networks. Taylor & Francis, London.
• Murphy K. P. 2002. Dynamic Bayesian Networks. http://www.ai.mit.edu/_murphyk
• Pearl J. 1988. Probabilistic reasoning in intelligent systems: networks of plausible inference. Morgan Kaufmann Publ. Inc.