不确定知识表达和推理是当今人工智能领域的重要课题。贝叶斯网是目前国际上最受欢迎的理论之一,但仍难以处理逻辑循环、数据及结构动态变化、时滞、时序、数据缺乏、不完备或不精确等问题。其它理论也存在类似问题。动态不确定因果图(Dynamical Uncertain Causality Graph,DUCG)是申请人为解决上述问题而初步提出的一种新的理论框架。本研究拟就离散DUCG的静态和动态理论部份进行深
{{i.achievement_title}}
数据更新时间:2023-05-31
结直肠癌免疫治疗的多模态影像及分子影像评估
智能煤矿建设路线与工程实践
机电控制无级变速器执行机构动态响应特性仿真研究
基于LANDSAT数据的湿地动态变化特征研究——莫莫格保护区
口腔扁平苔藓研究热点前沿的可视化分析
基于动态不确定因果图的概率安全评价新方法研究
基于动态不确定因果图的复杂系统故障诊断推理与决策方法研究
用于核电站故障诊断和安全运维的动态不确定因果图理论及应用研究
DUCG动态立体因果图的构建和推理方法及其实验验证研究