Sep, 2017

基于置信度熵的量子贝叶斯网络中干涉效应的不确定度测量

PDF
TL;DR本文提出了一种新的量子 - 类贝叶斯网络，以解释社会困境中人们的行为违反 Sure Thing 原则的现象，同时使用 Deng 熵提出了信仰距离概念，从而使得该模型在实证数据测试中证明是可预测和有效的。
social dilemmasevolution game theoryquantum-like bayesian networkbelief entropyempirical data
发现论文，激发创造
  • 博弈论、最大熵、最小差异和鲁棒贝叶斯决策理论

    本文研究了极大熵和最小化最坏期望损失之间的密切关系，证明了这两个问题是对偶的，并提供了将一种问题的解用于另一种问题的方法，同时扩展了熵的一般定义，引入了分布差异的最小化概念并建立了相应的理论。

    Oct, 2004

  • 基于决策论熵的贝叶斯优化泛化

    本文提出一种基于 Sherman 逻辑的不确定性泛化度量，将它应用到贝叶斯优化中来表征不确定性，从而解决了当前信息理论 BO 算法无法考虑后续过程的问题，并且提出一个以此为基础的灵活的获取函数家族。最后，作者还开发了一种基于梯度的方法来高效优化它们，成功地解决了各种顺序决策任务中的优化问题。

    Oct, 2022

  • 贝叶斯网络的熵和库尔巴克 - 莱布勒散度：计算复杂度与高效实现

    本研究提供了针对贝叶斯网络的计算机算法，通过利用网络的图形结构，将 Shannon 熵和 Kullback-Leibler 散度的计算复杂度从三次降低到二次，并提供了完整的数值示例。

    Nov, 2023

  • 机器学习的确定性新信息理论

    提出了新概念 troenpy，用于量化概率分布的确定性，以替代熵的应用，泛用于机器学习中，尤其在文本分类和序列数据处理方面表现突出。同时定义了量子 troenpy 以量化量子系统的确定性。

    Apr, 2023

  • 网络图形博弈中的分布式纳什均衡寻求

    本文研究了在图形网络游戏中使用分布式八卦方法寻找纳什均衡的方法，介绍了干扰图和通信图的概念，设计了通信图以使玩家仅交换必要的信息，证明了使用干扰和通信图的八卦方法在收敛步长逐渐缩小的情况下能够几乎一定收敛于纳什均衡。

    Mar, 2017

  • 利用证据理论的深度学习进行分类不确定性量化

    通过在类概率上使用狄利克雷分布对主观逻辑进行建模并使用确定性神经网络从数据学习收集导致预测的证据的功能，我们提出一种与贝叶斯神经网络正交的方法，该方法可以直接推断出预测的不确定性。我们的方法在检测超出分布的查询和对抗性扰动方面取得了空前的成功。

    Jun, 2018

  • Bayes 相关均衡和无悔动态

    本文探讨了贝叶斯博弈的均衡概念，包括相关均衡、通信均衡，推导出基于均衡对策的博弈稳定状态的实现方法，提出一种满足稳定、高效、优化多个博弈均衡的新均衡概念。

    Apr, 2023

  • 网络欧几里得信息理论

    本文介绍了利用信息论框架扩展到多跳网络研究的方法，构建了一种新的确定性模型，通过此模型，对多层网络进行了最大吞吐量的线性优化问题的探讨，并研究了反馈（feedback）在多层网络中的作用。结果表明，适当反馈可以提高传输效率，为协同合作提供基本指导。

    May, 2015

  • 量子图模型与信念传播

    本文提出了一种将 Belief Propagation 算法扩展到量子网络的方法，并研究了量子 Markov Networks 的结构，探讨了使用量子 Belief Propagation 作为一种启发式算法的可能性。最后，描述了该方法在量子纠错编码和模拟多体量子系统中的应用。

    Aug, 2007

  • 网络上的相互依赖安全博弈在行为概率加权下的研究

    本研究考虑了一类网络安全游戏，其中每个节点选择个人的安全投资水平，研究了行为决策理论对节点最优投资策略和纳什均衡下安全风险配置的影响，并对 Total Effort，Weakest Link 和 Best Shot 游戏的均衡投资进行了表征。

    Oct, 2015