コンピュータ科学科
東京大学アデレードの
人工知能の
課題3
学期1、2019
により11.59、月曜日2019年6月10日
確率的グラフィカルモデル
あなたの仕事は、ブール値（すなわちの確率的グラフィカルモデル（PGM）で推論を実行することで
、真/偽）確率変数。
この割り当てのために利用可能な2つのオプションのいずれかがある：
オプション1を使用して近似推論を実行するためのJava / C / C ++ / Pythonでコードを実装
（講義中に記載された方法のいずれか、すなわちから1：拒絶サンプリング、尤度
重み付けサンプリング、またはギブスサンプリングを）。あなたはオプション1を選択した場合は、使用する必要があります
2ベイズネットワークを記述して、ファイルや確率論的クエリのセットが
解決します。あなたのプログラムは、読み取り/これらのファイルを解析し、ベイズネットワークを作成し、しなければならない
クエリの各値を計算します。あなたはあなたのコードと2-3ページ提出してください
あなたの調査結果の報告を。
オプション2は、PGM上の正確な推論を実行し、また、手動で近似推論を行い
、結果を比較します。あなたはオプション2を選択した場合、あなたは一つだけに対処する必要がある
（小）ネットワークが、あなたは、正確な推論を計算しても計算する必要があります
（つまり、生成にこれらを使用して、乱数を生成し、手動でおおよその推論を
など、サンプルをカウントし、サンプル） 。あなたは、あなたの作業の2-3ページの報告書提出すべきである
との調査結果を。
各オプションについての詳細は後で説明します。
オプション1
あなたがグラフと条件付き確率エンコード入力テキストファイル解析する必要があります。
各変数の分布を（その親を条件）。ファイルのフォーマットが指定されている
代写グラフィカルモデル作业、代做のJava / C / C ++ / Pythonの编程作业、代写PGM留学生作业
以下。あなたのプログラムを作成および移入するために、この形式の任意のファイルを解析することができなければならない
PGMの内部データ構造を。2つのネットワークが、この形式で定義されていると
MyUniコースのページに割り当て3ページからダウンロードすることができます。
あなたのプログラムは、コンソールを介してユーザに促し（またはリダイレクト標準から読み取る必要があります
入力）単一の変数のクエリのために、正しくクエリを解析し、条件を評価します
証拠与えられたクエリ変数の確率分布、。結果が書き込まれなければならない
（| ...）とP（QueryVar =真の値に対応する二進値として
標準出力ストリームに...）| P（QueryVar =偽）。たとえば：
0.872 0.128は、
Javaの、C / C ++またはPythonでプログラムを書きます。あなたは、のために、他のソースコードを使用することはできません
この割り当てはできますが、読み書きのためにあなたが好きなライブラリを利用することができます
ファイルを入力を解析します。サンプリングと推論手順は、独自のコードでなければなりません。
オプション1のために提出し、評価
あなたのコードとを経由して最大2〜3ページのPDFレポート提出しなければならないこのオプションの
MyUniを。報告書では簡単に、あなたが実装することを選択したアルゴリズムを記述する必要があります
その後、結果のセクションを提供しています。各クエリに対して、（すなわち、得られた結果を示す
Nが取るN、サンプル数使用してクエリの条件付き確率値）
の値10、20、50及び100は、以下の表のように、レポートに記載します。
N = 10、N = 20、N = 50 N = 100
マークスは以下のルーブリックに応じて割り当てられます：
コードの精度：30マーク
コヒーレンスレポート：30のマークの
結果：40マーク
自体コーディングスタイルにはマークはありませんが、あなたの場合、コード不十分アウト設定および/または理解不能れ
罰せられることを期待する（実装のその精度は評価しにくいようにするため）。
フルマークは明確な、わかりやすいコードを授与され、完全性と正確される
2
最終提出で報告された結果の。レポート内のお本研究の結果ならば
、あなたのコードから直接以外の何らかの方法で生成されているが、あなたは確認する必要があり
、これを、レポートにあなたは結果（例えば、正確な推論）を生成し、明らかにどのように着手しました。
私たちはあなたのコードを使用して製造することができない結果を提出した、と判断した場合
、あなたはあなたがそうでなければ、結果を生成する方法述べていない、あなたは自動的にされます
ゼロマークを与えられ、学業不正のために言及しました。
ファイル形式
のグラフィカル・モデルは、形式のテキストファイルで指定されます：？
Nは、ネットワーク内のランダムな変数の数です。
RVは、ランダムな変数名（任意の英数字の文字列）です。
マットは、条件指定（ASCII）で実数の二次元アレイであり
、その親を条件と各確率変数の確率テーブル。
ゼロと1の行列は、グラフ内の有向アークを指定します。一つ（1）において
、I、Jのエントリはiからjへのエッジ（SO i番目変数の親であることを示し
、j番目の変数は。
3
条件付確率表の行列の形式は少し微妙である。ノードの場合有する
次いでマトリックスは（真、偽）各転帰の確率を指定する必要がある、m個の親を
2つのに条件付け
親値のm個の異なる組み合わせをので、マトリックスは2になり
、M×2（行
、1として真治療列×）。偽0として、両親の値を連結
（左から右）の最下位ビットに作成するために、最上位ビットからその番号順
行インデックスrを。最初の列のエントリは、r番目の行は、変数の確率で
他の変数の値が与えられた真である（対応する2番目の列のエントリがある
変数が偽である確率が）。したがって、行列の最初の行はに対応する
偽の値をとるすべての親変数（R = 000。。。0）、そして最後の行は、すべての親が持って
真（R = 111。。。1）。
Cが指定された第3の変数である場合、例えば、変数Aは、親C及びFを有する場合
、Fは、のR = 0、1、2、3行に11相当F = 00、01、10、次いで第6、Cであります表。
PのためのCPTエントリ（A | C、F）エントリは次のようになります
CPTエントリ
P（A =真| C =偽、F =偽）P（A =偽| C =偽、偽F =）
P（A =真| C =偽、Fは=真）P（A =偽| C = =真）偽、F
C =真、F =偽）P（A =偽| | C =真、偽F =）P（A =真
P（A =真| C =真、Fは=真）P（ =偽|真C = trueの場合、F =）
別の例として、図1のベイズネットをチェックし、このネットワークが示されている
割り当てのために設けられstudentnetwork.txtファイル内の上記形式で。
クエリの形式は、コンソールを介して入力（またはリダイレクト標準入力から読み込み）
である：
P（rvQ | rvE1 =ヴァル、rvE2 =ヴァル、...）
rvQは、クエリ変数の名前で、rvExがあります証拠変数の名前
指定されたそれぞれの真/偽の値を持ちます。変数、ベイズ推定では通常であるとして、
含まれていない未観測され、アウト取り残されるべきです。
オプション2
オプション2の場合は、コードの必要はありませんが、あなたは、アルゴリズム（複数可）を介して動作する必要があります
手動で紙の上に。図1の下ネットワーク小さいのグラフ表示である
オプション1で使用されるネットワークこれは、変数間の条件付き確率の関係を示し
S（病気）、P（パブ）、H（頭痛）、L（講義）とD（ドクター）は、キャプチャ条件
学生は、彼らが病気であるかどうかに頭痛を持っているかどうかに関する確率を、
4
彼らは午前9時講義に行くかではないかどうか、最後の夜パブに行ったかどうか
、彼らは医者を訪問するかどうか。
図1：病気との条件付きの関係を表すベイズネット、講義
の出席は、パブや医師が訪問
あなたが解決しなければならないクエリをしている：
P（病気|講演= trueの場合、医師=真）
P（病気|ドクター= false）を
P（パブ|講演= false）を
P（パブ|講演= falseを、ドクター=真）
最初の2つの正確な結果を生成し、しなければならないの両方によって正確な近似結果（
第三及び第四のクエリのサンプリング）。あなたはどんなことで手動のサンプリングを実施する必要があります
あなたがおおよその結果を生成することを選択する方法。正確な結果を得るために：学部生は、
いずれかの正確な推論方法を選択することができます。Postgradsは、場合にのみ、満点の対象となります
正確な結果は、変数の削除を使用して生成されている（下記の評価を参照してください）。
あなたは、ランダムな一連の生成が必要になりますあなたの取扱説明書サンプリング手順「を実施」するために、
サンプルを。例えば、最初のクエリのために、あなたは3ランダム真/偽値を生成する必要があります
5
それぞれについて、（病気のため、頭痛やパブが）あなたはコインを投げることによってこれを行うことができsample.1が、以来、
あなたは3点を生成する必要があります各サンプルの値は、これは退屈で時間のかかる得ることができます。
代わりに、私はあなたが、そのようhttps://www.random.org/integers/としてウェブサイトをご覧生成示唆
0から100までの整数のリストを、および50として真とより小さいかより大きい値扱い
として偽の50に相当します。あなたは20個のサンプルを生成することにした場合、最初のクエリのために、あなたは60をする必要があります
乱数値（サンプルあたり3）。2番目のクエリのためには、80（サンプルあたり4）必要があります。
提出と評価
あなたがMyUni経由で最大2〜3ページのPDFレポートを提出する必要があり、このオプションの。
報告書では簡単に、あなたが実装することを選択したアルゴリズムを記述し、あなたの提供する必要があり
、各クエリの正確な作業をし、それぞれの結果を示す表。私はあなたがお勧め
10個のサンプルのため、20個のサンプルの結果を集計し、正確な結果にこれらを比較します。
マークは、以下のカテゴリーに応じて割り当てられます：
正確な結果と対応する作業：30マーク
（作業と）おおよその推論結果：40マークが
使用される近似推論アルゴリズムの記述を含むコヒーレンスを報告：30
マーク
上述したように、大学院生は、その生成する変数の削除を使用することが期待されている
正確な結果を。修士は、変数の削除を使用しないことを選択した場合、彼らはまで達成することができ
、そのコンポーネント上の15/30。フルマークは、完全かつ正確な結果のために授与され、され、
使用されるサンプリング方式のコヒーレント説明。あなたのレポートの結果発表場合は
、あなたがしようとしたサンプリング方法と矛盾している、とあなたは認めていない
レポートでこれを、自動的に割り当てのゼロマークを与えると呼ばれる
学業不正のために。
期限と後期提出の方針は
、あなたの提出が遅れている場合は、この割り当ては、月曜日の6月10日2019による11.55pmであります
あなたが得ることができる最大のマークは、過去25日％（またはその一部）によって削減される
期日またはあなたが許可されている任意の拡張子。
1
あなたはすべての5つの確率変数のための真/偽の値を生成する必要があり、よサンプリング拒否を選択した場合
、真= falseの医師=、その後、講義と一致していない任意のサンプルを拒否
プロ、とても信頼できるので。必要であれば、追加してください QQを： 99515681 またはEメール：[email protected]
マイクロ手紙： codinghelp