Context variables can be determin

 Context variables can be determined by considering sensing conditions and
background causal conditions.
 Controllable variables are those whose values can be set by intervention in
the domain environment (as opposed to simply observing their value).
It is important to note that the roles of nodes may change, depending how the BN
is to be used. It is often useful to work backwards by identifying the query variables
and “spreading out” to the related variables.
Let us return to the cancer diagnosis example used throughout Chapter 2 and
look at it in terms of variable identification. The main interest of medical diagnosis
is identifying the disease from which the patient is suffering; in this example,
there are three candidate diagnoses. An initial modeling choice might be to have
the query node Disease, with the observation nodes being Dyspnoea (shortness of
breath), which is a possible symptom, and X-ray, which will provide another source
of information. The context variables in this case are the background information
about the patient, such as whether or not he is a Smoker, and what sort of exposure to
Pollution he has had. In this simple diagnosis example, nothing has been described
thus far that plainly falls into the category of a controllable variable. However, the
doctor may well prefer to treat Smoker as a controllable variable, instead of as context,
by attempting to get the patient to quit smoking. That may well turn into an
example of a not-fully-effective intervention, as many doctors have discovered!
10.3.1.3 Types of values
When considering the variables, we must also decide what states, or values, the variable
can take. Some common types of discrete nodes were introduced in x2.2.1:
Boolean nodes, integer valued or multinomial categories. For its simplicity, and because
people tend to think in terms of propositions (which are true or false), Boolean
variables are very commonly employed. Equivalently, two-valued (binary) variables
may be used, depending upon what seems most natural to the users. For example,
when modeling the weather, the main weather node could be called Weather, and
take the values ffine, wetg, or the node could be made a Boolean called FineWeather
and take the values fT, Fg. Other discrete node types will likely be chosen when
potential observations are more fine-grained.
10.3.1.4 Discretization
While it is possible to build BNs with continuous variables without discretization,
the simplest approach is to discretize them, meaning that they are converted into
multinomial variables where each value identifies a different subrange of the original
range of continuous values. Indeed, many of the current BN software tools available
(including Netica) require this. Netica provides a choice between its doing the
discretization for you crudely, into even-sized chunks, or allowing the knowledge
engineer more control over the process. We recommend exercising this control and
discretize manually or else using a more sophisticated algorithm, such as that of Monti and Cooper (1998).

Kết quả (Việt) 1:

Bối cảnh biến có thể được xác định bằng cách xem xét cảm biến điều kiện vànền điều kiện quan hệ nhân quả.Biến thể điều khiển là những giá trị mà có thể được thiết lập bởi sự can thiệp vàomôi trường miền (như trái ngược với chỉ đơn giản là quan sát các giá trị của họ).Nó là quan trọng cần lưu ý rằng vai trò của các nút có thể thay đổi, tùy thuộc vào cách BNlà để được sử dụng. Nó thường là hữu ích để làm việc ngược trở lại bằng cách xác định các biến truy vấnvà "Lan rộng ra" cho các biến có liên quan.Hãy cho chúng tôi quay trở lại ví dụ chẩn đoán ung thư được sử dụng trong suốt chương 2 vànhìn vào nó trong điều khoản của biến nhận dạng. Sự quan tâm chính của chẩn đoán y tếlà xác định bệnh mà bệnh nhân đang bị; trong ví dụ này,hiện có ba ứng cử viên chẩn đoán. Một sự lựa chọn mô hình ban đầu có thể là cónút truy vấn bệnh, với các nút quan sát là Dyspnoea (thở dốchơi thở), đó là một triệu chứng có thể, và x-quang, mà sẽ cung cấp một nguồnthông tin. Bối cảnh biến trong trường hợp này là thông tin cơ bảnvề bệnh nhân, chẳng hạn như hay không ông là một người hút thuốc và những gì loại tiếp xúc vớiÔng đã có ô nhiễm. Trong ví dụ đơn giản chẩn đoán này, không có gì đã được mô tảvậy, đến nay mà rõ ràng rơi vào các thể loại của một biến điều khiển. Tuy nhiên, cácbác sĩ cũng có thể thích để điều trị người hút thuốc là một biến thể điều khiển, thay vì như bối cảnh,bởi cố gắng để có được bệnh nhân bỏ thuốc lá. Mà cũng có thể biến thành mộtVí dụ về một sự can thiệp không đầy đủ-hiệu quả, như nhiều bác sĩ đã phát hiện ra!10.3.1.3 loại giá trịKhi xem xét các biến, chúng tôi cũng phải quyết định những gì kỳ, hoặc giá trị, biếncó thể mất. Một số loại phổ biến của rời rạc nút đã được giới thiệu trong x2.2.1:Boolean nút, số nguyên có giá trị hoặc thể loại multinomial. Để đơn giản của nó, và bởi vìnhững người có xu hướng nghĩ về đề xuất (đó là đúng hay sai), Booleanbiến rất thường được sử dụng. Tương tự, có giá trị hai biến (nhị phân)có thể được sử dụng, tùy thuộc vào những gì có vẻ tự nhiên nhất để những người sử dụng. Ví dụ,khi mô hình thời tiết, thời tiết chính nút có thể được gọi là thời tiết, vàcó giá trị ffine, wetg, hoặc các nút có thể được thực hiện một Boolean được gọi là FineWeathervà có giá trị fT, Fg. Loại nốt rời rạc khác sẽ có khả năng được chọn khitiềm năng quan sát hạt mịn hơn.10.3.1.4 discretizationTrong khi nó có thể để xây dựng BNs với biến liên tục mà không cần discretization,cách tiếp cận đơn giản nhất là discretize họ, có nghĩa là họ được chuyển đổi thànhmultinomial biến nơi mỗi giá trị xác định một vùng con tiếng khác nhau của bản gốcphạm vi giá trị liên tục. Thật vậy, nhiều người trong số hiện tại BN phần mềm công cụ có sẵn(bao gồm cả Netica) yêu cầu này. Netica cung cấp một sự lựa chọn giữa của nó làm việcdiscretization cho bạn crudely, vào ngay cả kích thước khối, hoặc cho phép các kiến thứckỹ sư kiểm soát nhiều hơn quá trình. Chúng tôi khuyên bạn nên tập thể dục này kiểm soát vàdiscretize theo cách thủ công hoặc khác bằng cách sử dụng một thuật toán phức tạp hơn, chẳng hạn như của Monti và Cooper (1998).

Kết quả (Việt) 2:

? Biến bối cảnh có thể được xác định bằng cách xem xét các điều kiện cảm biến và
điều kiện nền nhân
quả.? Biến thể kiểm soát là người có giá trị có thể được thiết lập bằng cách can thiệp vào
các môi trường miền (như trái ngược với chỉ đơn giản là quan sát giá trị của họ).
Điều quan trọng là phải lưu ý rằng vai trò của các nút có thể thay đổi, tùy theo cách các BN
được sử dụng. Nó thường là hữu ích để làm việc ngược bằng cách xác định các biến truy vấn
và "lan rộng ra" cho các biến liên quan.
Chúng ta hãy trở lại với ví dụ chẩn đoán ung thư sử dụng trong suốt Chương 2 và
nhìn vào nó trong điều kiện xác định biến. Quan tâm chính của chẩn đoán y tế
được xác định căn bệnh mà từ đó các bệnh nhân là đau khổ; trong ví dụ này,
có ba chẩn đoán ứng cử viên. Một sự lựa chọn mô hình ban đầu có thể là để có
các truy vấn bệnh node, với các nút quan sát được Khó thở (khó
thở), mà là một triệu chứng có thể, và X-ray, mà sẽ cung cấp một nguồn
thông tin. Các biến bối cảnh trong trường hợp này là những thông tin cơ bản
về bệnh nhân, chẳng hạn như hay không, ông là một Smoker, và những loại tiếp xúc với
ô nhiễm, ông đã có. Trong ví dụ chẩn đoán đơn giản này, không có gì đã được mô tả
vậy, đến nay rõ ràng rơi vào danh mục của một biến kiểm soát. Tuy nhiên, các
bác sĩ cũng có thể thích để điều trị Smoker như là một biến thể kiểm soát được, thay vì như bối cảnh,
bằng cách cố gắng để có được những bệnh nhân bỏ thuốc lá. Đó cũng có thể biến thành một
ví dụ về một sự can thiệp không-hoàn toàn hiệu quả, như nhiều bác sĩ đã phát hiện ra!
10.3.1.3 Các loại giá trị
Khi xem xét các biến, chúng ta cũng phải quyết định những gì các tiểu bang, hoặc các giá trị, các biến
có thể mất. Một số loại phổ biến của các nút rời rạc đã được giới thiệu trong x2.2.1:
nút Boolean, số nguyên có giá trị hoặc loại đa thức. Để đơn giản của nó, và vì
mọi người có xu hướng nghĩ về mệnh đề (mà đúng hay sai), Boolean
biến được rất thường được sử dụng. Một cách tương đương, hai giá trị (nhị phân) biến
có thể được sử dụng, tùy thuộc vào những gì có vẻ tự nhiên nhất cho người sử dụng. Ví dụ,
khi mô hình thời tiết, nút thời tiết chính có thể được gọi là thời tiết, và
mất các giá trị ffine, wetg, hoặc các nút có thể được thực hiện một Boolean gọi FineWeather
và lấy fT giá trị, Fg. Các loại nút rời rạc khác có thể sẽ được chọn khi
quan sát tiềm năng là hạt mịn hơn.
10.3.1.4 rời rạc
Mặc dù có thể để xây dựng BNS với các biến liên tục mà không cần rời rạc,
các phương pháp tiếp cận đơn giản nhất là để rời rạc họ, có nghĩa là chúng được chuyển đổi thành
các biến đa thức nơi mỗi giá trị xác định một subrange khác nhau của bản gốc
loạt các giá trị liên tục. Thật vậy, rất nhiều các công cụ phần mềm BN hiện có sẵn
(bao gồm cả Netica) yêu cầu này. Netica cung cấp một sự lựa chọn giữa làm của nó
rời rạc cho bạn sơ sài, thậm chí thành những phần nhỏ, hoặc cho phép các kiến thức
kỹ sư kiểm soát tốt hơn quá trình. Chúng tôi khuyên bạn nên thực hiện kiểm soát này và
rời rạc hóa bằng tay hoặc người nào khác sử dụng một thuật toán phức tạp hơn, chẳng hạn như của Monti và Cooper (1998).