基于可靠性和可问责性的指导原则,本文提出了一种模型无关的统计框架,用于不确定性量化和统计推断,通过预测集提供可控制第一类错误的有限样本控制方法,并提供了灵活的工具用于不确定性概率推理。
Jul, 2023
通过定义和说明,本文提出了一种新的解决方案来代表非概率性信念状态,并将其与概率理论进行比较,发现新理论在结构上类似于概率理论,但更容易实现,并且在某些方面更为简单。
Mar, 2013
本文介绍了基于可信度(plausibility measures)的新的不确定性建模方法,并将其应用于默认推理。在此框架下,我们给出了 KLM 公理的一些必要条件和充分条件。
Aug, 1998
该论文提出在虚拟厨房场景中使用结构因果模型和非参数估计器进行观察研究,以推断人类在物体操作中的手部行为的实证估计,并探索了这种方法的可行性和边界。
Jan, 2022
本文提出了一种关于认知随机模糊集的普遍理论,用于处理模糊或清晰证据,并通过广义的乘积交集规则进行独立认知随机模糊集的组合,提出了用于量化标量或矢量量,即高斯随机模糊数和多维高斯随机模糊向量的实用模型,并为组合、投影和平凡扩展推导了高斯随机模糊数和向量的公式。
Feb, 2022
本研究提出使用标准统计工具来解决说明性文献中普遍存在的问题,通过利用统计估计器来定义解释,从而实现理论保证和评估指标的制定,以定量评估解释的质量。此方法避免了目前文献中普遍存在的主观人为评估。此外,我们认为不确定性量化对于提供稳健可信的解释至关重要,并且可以通过诸如自助法等经典统计方法在这个框架中实现。然而,需要注意的是,虽然统计学提供了宝贵的贡献,但它并不能解决所有问题。未来的研究方向可以聚焦于一些开放性问题,如为解释定义目的或建立适用于对策或对抗场景的统计框架。
Apr, 2024
本文研究了如何在关系系统中估计数据之间的独立性,提出了一种基于核均值嵌入的方法,用于定义条件和边缘独立性测试,并在结构假设下实现了可伸缩的核测试方法。实证研究表明,该方法在合成网络和半合成网络等数据集上比基于核的独立性测试的现有方法更为有效。
Jun, 2022
研究一种名为随机世界方法的方法,该方法基于不同可能的世界同等可能的原则来诱导信念度数,从而在定量概率推理中集成了定性默认推理,可以应用于许多其他非演绎性推理系统所无法处理的问题。
Jul, 2003
本文研究了基于推理问题的相关性,探讨了语法和语义两种基本独立性形式,并讨论了它们的特点和缺陷,同时考虑了遗忘问题,提出了一种基于简化推理的知识库提取方法。
Jun, 2011
本文探讨非演绎推理系统的表示依存关系,发现任何不考虑无关信息的表示无关概率推理过程基本都是蕴涵,并提出了一种基于相对熵的表示依存关系的推理方法。
Dec, 2003