贝叶斯网络证据剪枝新方法提出

Sahil Kumar Rajput 与 Randhir Kumar 提交论文，提出一种用于贝叶斯网络近似预测的轨迹加权证据剪枝方法：遍历从证据节点到结果节点的活跃轨迹，按边强度乘积打分，丢弃低于阈值的证据。 作者称，在无碰撞节点的二值变量网络中，轨迹分数等于端点间的精确相关性，剪枝后验与精确后验的偏差可由每条被丢弃轨迹的项求和界定；该界在小树上经穷举验证成立，但当被丢弃轨迹共享分支时失效。

AI 根据报道生成 · 57 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。