4. Métodos de razonamiento de la incertidumbre
4.1 Cuestiones básicas del razonamiento de incertidumbre
Incertidumbres y sus tipos:
-
(Sentido estricto) Incertidumbre: (incertidumbre) significa que la autenticidad de una proposición no puede ser completamente segura, sino que sólo puede dar una estimación de la posibilidad de que sea cierta. Por ejemplo: el equipo A puede ganar este juego.
-
(Confusión) Inexactitud: El significado de ciertas palabras en una proposición no es lo suficientemente preciso. Por ejemplo: Xiao Ming es un hombre alto.
-
Incompletitud: De algo, la información o el conocimiento sobre ello es incompleto, incompleto e insuficiente. Por ejemplo: Ciertas etapas del proceso de investigación criminal a menudo requieren un razonamiento basado en pruebas incompletas.
-
Inconsistencia: se producen conclusiones inconsistentes durante el proceso de razonamiento.
4.1.1 Representación y medición de la incertidumbre
三种不确定性:
①关于知识的不确定性
②关于证据的不确定性
③关于结论的不确定性
La representación del conocimiento está estrechamente relacionada con el razonamiento: diferentes métodos de razonamiento requieren modelos de representación del conocimiento correspondientes.
Medición del conocimiento
Fuerza estática: En sistemas expertos, se suele utilizar un valor numérico para representar el grado de incertidumbre del conocimiento correspondiente
Fuerza dinámica: La incertidumbre de la evidencia también suele representarse mediante un valor numérico para representar el grado de incertidumbre de las pruebas correspondientes.
4.1.2 Algoritmo de coincidencia de incertidumbre y selección de umbral
Algoritmo de coincidencia de incertidumbre: un algoritmo utilizado para calcular la similitud entre partes coincidentes
Umbral: utilizado para indicar el "límite" de similitud
4.1.3 Algoritmo de incertidumbre de evidencia combinada
Método de máximo y mínimo
C(E1∧E2) = min{C(E1),C(E2)}
C(E1∨E2) = max{C(E1),C(E2)}
Método de probabilidad
C(E1∧E2) = C(E1)×C(E2)
C(E1∨E2) = C(E1)+C(E2)−C(E1)×C(E2)
Método acotado
C(E1∧E2) = max{0, C (E1)+C(E2)−1}
C(E1∨E2) = min{1, C(E1)+C(E2)}
4.1.4 Algoritmo de transferencia de incertidumbre
- Dada la incertidumbre C(E) de la premisa E y la fuerza de la regla f(H,E), encuentre la incertidumbre de la conclusión H
- Es decir, defina la función f1 tal que C(H)=f1(C(E),f(H,E))
4.1.5 Síntesis de la incertidumbre de la conclusión
- Encuentre la incertidumbre C1(H) y C2(H) de la hipótesis H obtenida de dos pruebas independientes E1 y E2. Encuentre la incertidumbre de la hipótesis H causada por la combinación de las pruebas E1 y E2.
- Es decir, definir la función C(H)=f2(C1(H),C2(H))
4.2 Métodos probabilísticos
4.2.1 Método de probabilidad clásico
4.2.2 Método de probabilidad inversa