Zusammenfassung
Seit einigen Jahren sind die probabilistische Wissensrepräsentation und probabilistische Inferenz eine allgemein akzeptierte Grundlage für die Wissensverarbeitung in Expertensystemen. In der vorliegenden Schrift werden Kommunikationsmittel zwischen Benutzer und einem solchen probabilistischen System entwickelt. Das System besteht hierbei aus einer Wahrscheinlichkeits-Verteilung über diskreten Variablen, und die Inferenz wird durch einen entropieoptimalen Abgleich realisiert.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Literatur
Duda, R. O.; Hart, P. E.; Nilsson, N. J.; Sutherland, G. L.: “Subjective Bayesian Methods for Rule-Based Inference Systems”, in: D. A. Waterman; Hayes-Roth, F. (eds.), Pattern Directed Inference, Systems, Academic Press, New York, 1978.
Ireland, C. T.; Kuliback, S.: “Contingency tables with given marginals”, in: Biometrika, 55, pp. 179–188, 1968.
Kulmann, F.; Reidmacher, H. P.: “Der Einsatz eines wissensbasierten Systems bei der Analyse makroökonomischer Zusammenhänge”, erscheint in Proceedings der DGOR-Jahrestagung in Amsterdam, 1993.
Lauritzen, S. L.; Spiegelhalter, D. J.: “Local computations with probabilities on graphical structures and their applications to expert systems”, in: Readings in Uncertain Reasoning, Morgen Kaufmann Publishers, Inc., San Mateo, California, 1990.
Pearl, J.: “Probabilistic Reasoning in Intelligent Systems, Networks of Plausible Inference”, Morgan Kaufmann Publishers, Inc., San Mateo, California, 1988.
Reidmacher, H. P.; Kern-Isberner, G.: “Unsichere logische Regeln in Expertensystemen mit probabilistischer Wissensbasis”, Diskussionsbeitrag Nr. 206 des Fachbereichs Wirtschaftswissenschaft der FernUniversität Hagen, 1993.
Rödder, W.: “SPIRIT, Symmetrical Probabilistic Intensional Reasoning in Inference Networks in Transition”, in: Proceedings of the World Congress on Expert Systems Orlando 1991, Volume 1, New York, Oxford, Seoul, Tokyo 1991, S. 530–540.
ROM] Rödder, W.; Meyer, C.-H.: “Probabilistic Reasoning and Inductive Bayes Learning at Minimal Relative Entropy”, eingereicht bei Artificial Intelligence.
ROX] Rödder, W.; Longgui, Xu: “SPIRIT - Handling evident or hypothetical logical expressions in a probabilistic knowledge base”, eingereicht bei OR Spektrum.
Shore, J. E.: “Relative Entropy, Probabilistic Inference, and AI”, in: Kanal, L. N.; Lemmer, J. F. (eds.), Uncertainty in Artificial Intelligence, North-Holland, Amsterdam, pp. 211–215, 1986.
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 1994 Springer-Verlag Heidelberg
About this chapter
Cite this chapter
Rödder, W. (1994). Symmetrical Probabilistic Intensional Reasoning in Inference Networks in Transition. In: Werners, B., Gabriel, R. (eds) Operations Research Reflexionen aus Theorie und Praxis. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-642-78998-4_9
Download citation
DOI: https://doi.org/10.1007/978-3-642-78998-4_9
Publisher Name: Springer, Berlin, Heidelberg
Print ISBN: 978-3-642-78999-1
Online ISBN: 978-3-642-78998-4
eBook Packages: Springer Book Archive