2.8 ProblemsModelingThese modeling

2.8 Problems
Modeling
These modeling exercises should be done using a BN software package (see our
Quick Guides to Using Netica in Figure 2.12, Hugin in Figure 2.11, GeNIe in
Figure 2.10, or BayesiaLab in Figure 2.9, and also Appendix B).
Also note that various information, including Bayesian network examples in Netica’s
.dne format, can be found at the book Web site:
http://www.csse.monash.edu.au/bai
Problem 1
Construct a network in which explaining away operates, for example, incorporating
multiple diseases sharing a symptom. Operate and demonstrate the effect of explaining
away. Must one cause explain away the other? Or, can the network be parameterized
so that this doesn’t happen?
Problem 2
“Fred’s LISP dilemma.” Fred is debugging a LISP program. He just typed an expression
to the LISP interpreter and now it will not respond to any further typing.He can’t see the visual prompt that usually indicates the interpreter is waiting for
further input. As far as Fred knows, there are only two situations that could cause
the LISP interpreter to stop running: (1) there are problems with the computer hardware;
(2) there is a bug in Fred’s code. Fred is also running an editor in which he is
writing and editing his LISP code; if the hardware is functioning properly, then the
text editor should still be running. And if the editor is running, the editor’s cursor
should be flashing. Additional information is that the hardware is pretty reliable, and
is OK about 99% of the time, whereas Fred’s LISP code is often buggy, say 40% of
the time.5
1. Construct a Belief Network to represent and draw inferences about Fred’s
dilemma.
First decide what your domain variables are; these will be your network nodes.
Hint: 5 or 6 Boolean variables should be sufficient. Then decide what the
causal relationships are between the domain variables and add directed arcs
in the network from cause to effect. Finanly, you have to add the conditional
probabilities for nodes that have parents, and the prior probabilities for nodes
without parents. Use the information about the hardware reliability and how
often Fred’s code is buggy. Other probabilities haven’t been given to you explicitly;
choose values that seem reasonable and explain why in your documentation.
5Based on an example used in Dean, T., Allen, J. and Aloimonos, Y. Artificial Intelligence Theory
and Practice (Chapter 8), Benjamin/Cumming Publishers, Redwood City, CA. 1995.

Kết quả (Việt) 1:

2.8 vấn đềMô hình hóaNhững mô hình hóa bài tập nên được thực hiện bằng cách sử dụng một gói phần mềm BN (xem chúng tôiCác hướng dẫn nhanh chóng để sử dụng Netica trong hình 2.12, Hugin trong hình 2,11, GeNIe inCon số 2.10, hoặc BayesiaLab trong hình 2,9, và cũng là phụ lục B).Cũng lưu ý rằng thông tin khác nhau, bao gồm ví dụ mạng Bayes trong của Neticađịnh dạng .dne, có thể được tìm thấy tại trang Web của cuốn sách:http://www.CSSE.Monash.edu.au/baiVấn đề 1Xây dựng một mạng lưới mà giải thích đi hoạt động, ví dụ, kết hợpnhiều bệnh chia sẻ một triệu chứng. Hoạt động và chứng minh hiệu quả của giải thíchđi. Phải một nguyên nhân giải thích cách khác? Hoặc, có thể mạng được tham sốdo đó, rằng điều này không xảy ra?Vấn đề 2"Của Fred LISP dilemma." Fred gỡ lỗi một chương trình LISP. Ông chỉ cần gõ một biểu hiệnđể LISP thông dịch viên và bây giờ nó không sẽ đáp ứng với bất kỳ hơn nữa gõ. Ông không thể nhìn thấy dấu nhắc trực quan thường chỉ ra các thông dịch viên chờ đợiThêm đầu vào. Xa như Fred biết, có những chỉ có hai tình huống mà có thể gây ratrình thông dịch LISP ngừng chạy: (1) có những vấn đề với phần cứng máy tính;(2) đó là một lỗi trong mã của Fred. Fred cũng đang chạy một trình soạn thảo trong đó ông làviết và chỉnh sửa mã LISP của mình; Nếu phần cứng đang hoạt động đúng, sau đó, cácsoạn thảo văn bản vẫn còn cần phải chạy. Và nếu các biên tập viên đang chạy, con trỏ của biên tập viênnên nhấp nháy. Thông tin bổ sung là phần cứng là khá đáng tin cậy, vàlà OK khoảng 99% thời gian, trong khi của Fred LISP mã là thường lỗi, nói rằng 40%time.51. xây dựng một mạng lưới niềm tin để đại diện cho và rút ra kết luận về của Fredtiến thoái lưỡng nan.Lần đầu tiên quyết định biến tên miền của bạn là gì; đây sẽ là nút mạng của bạn.Gợi ý: 5 hay 6 Boolean biến nên là đủ. Sau đó quyết định những gì cácmối quan hệ nhân quả giữa các tên miền biến và thêm chỉ dẫn vòng cungtrong mạng từ nguyên nhân để có hiệu lực. Finanly, bạn phải thêm có điều kiệnxác suất cho các nút có phụ huynh, và các xác suất trước cho nútkhông có cha mẹ. Sử dụng các thông tin về độ tin cậy của phần cứng và làm thế nàothường của Fred mã là lỗi. Xác suất khác đã không được trao cho bạn một cách rõ ràng;chọn giá trị mà có vẻ hợp lý và giải thích lý do tại sao trong tài liệu của bạn.5Based trên một ví dụ được sử dụng trong Dean, T., Allen, J. và Aloimonos, Y. trí tuệ nhân tạo lý thuyếtvà thực tế (chương 8), nhà xuất bản Benjamin/Cumming, Redwood City, CA. năm 1995.

Kết quả (Việt) 2:

2.8 Các vấn đề
mô hình hóa
các bài tập mô hình nên được thực hiện bằng cách sử dụng một gói phần mềm BN (xem chúng tôi
Hướng dẫn nhanh để dùng Netica trong hình 2.12, Hugin trong hình 2.11, Genie trong
Hình 2.10, hoặc BayesiaLab trong hình 2.9, và cũng phụ lục B).
Cũng lưu ý rằng thông tin khác nhau, bao gồm cả ví dụ mạng Bayesian trong Netica của
định dạng .dne, có thể được tìm thấy ở cuốn sách trang web:
http://www.csse.monash.edu.au/bai
Vấn đề 1
Xây dựng một mạng lưới trong đó giải thích cách hoạt động, cho Ví dụ, kết hợp
nhiều bệnh chia sẻ một triệu chứng. Hoạt động và chứng minh hiệu quả trong việc giải thích
đi. Một nguyên nhân phải giải thích đi những khác? Hoặc, mạng có thể được tham số
để điều này không xảy ra?
Vấn đề 2
"tiến thoái lưỡng nan LISP Fred." Fred được gỡ một chương trình LISP. Ông chỉ cần gõ một biểu thức
với thông dịch viên LISP và bây giờ nó sẽ không đáp ứng với bất kỳ typing.He hơn nữa không thể nhìn thấy dấu nhắc trực quan mà thường chỉ ra các thông dịch viên được chờ đợi
đầu vào tiếp tục. Theo như Fred biết, chỉ có hai tình huống có thể gây ra
các thông dịch viên LISP để ngừng chạy: (1) có vấn đề với phần cứng máy tính;
(2) có một lỗi trong mã của Fred. Fred cũng đang chạy một trình soạn thảo, trong đó ông được
viết và chỉnh sửa mã LISP của mình; nếu phần cứng hoạt động đúng, sau đó
soạn thảo văn bản nên vẫn được chạy. Và nếu các biên tập viên đang chạy, con trỏ của trình soạn thảo
nên được nhấp nháy. Thông tin bổ sung rằng phần cứng là khá đáng tin cậy, và
là OK khoảng 99% thời gian, trong khi đang LISP Fred là thường buggy, nói 40% của
các time.5
1. Xây dựng một mạng Niềm tin để đại diện và rút ra kết luận về Fred của
tiến thoái lưỡng nan.
Đầu tiên quyết định những gì biến tên miền của bạn là; đây sẽ là các nút mạng của bạn.
Hint: 5 hoặc 6 biến Boolean nên là đủ. Sau đó, quyết định những gì các
mối quan hệ nhân quả giữa các biến là miền và thêm vòng cung hướng
trong mạng từ nguyên nhân để có hiệu lực. Finanly, bạn phải bổ sung các điều kiện
xác suất cho các nút có cha mẹ, và các xác suất trước cho các nút
mà không có cha mẹ. Sử dụng thông tin về độ tin cậy phần cứng và cách
thường mã của Fred là lỗi. Xác suất khác đã không được trao cho bạn một cách rõ ràng;
chọn giá trị mà có vẻ hợp lý và giải thích lý do tại sao trong tài liệu của bạn.
5Based trên một ví dụ sử dụng trong Dean, T., Allen, J. và Aloimonos, Y. Artificial Intelligence Lý thuyết
và Thực hành (Chương 8), Benjamin / Cumming Publishers, Redwood City, CA. Năm 1995.