软件学报

作者：杜斯，祁志卫，岳昆，段亮，王笳辉

单位：杜斯，云南大学 信息学院, 云南 昆明 650500;云南省智能系统与计算重点实验室 (云南大学), 云南 昆明 65050011,祁志卫，云南大学 信息学院, 云南 昆明 650500;云南省智能系统与计算重点实验室 (云南大学), 云南 昆明 65050002,岳昆，云南大学 信息学院, 云南 昆明 650500;云南省智能系统与计算重点实验室 (云南大学), 云南 昆明 65050003,段亮，云南大学 信息学院, 云南 昆明 650500;云南省智能系统与计算重点实验室 (云南大学), 云南 昆明 65050004,王笳辉，云南大学 信息学院, 云南 昆明 650500;云南省智能系统与计算重点实验室 (云南大学), 云南 昆明 65050005

关键词：贝叶斯网;高效概率推理;图嵌入;自编码器;注意力机制

基金：国家自然科学基金(62002311);云南省基础研究计划杰出青年项目(2019FJ011);云南省重大科技专项(202002AD080002);云南省基础研究项目(202001BB050052)

贝叶斯网(BN)是不确定性知识表示和推理的基本框架, 广泛用于社交网络、知识图谱和医疗诊断等领域. 特定领域中基于BN的分析诊断和决策支持, 其核心计算任务是基于BN进行多次概率推理. 然而, 使用传统的概率推理方法, 基于同一BN的多次概率推理其中间过程存在很多重复的计算结果, 具有较高的时间复杂度. 为了提高多次概率推理的效率, 提出易于重用和易于计算的贝叶斯网嵌入及相应的概率推理方法. 首先, 借鉴图嵌入的基本思想, 使用点互信息矩阵来表示BN的有向无环图结构和条件概率参数, 提出基于自编码器和注意力机制的BN嵌入方法. 其中, 自编码器的每一编码层利用节点与其邻居节点(父节点和子节点)的相关性生成节点嵌入, 从而在嵌入向量中保存BN节点间的概率依赖关系. 然后, 使用嵌入向量之间的距离来度量节点之间的联合概率, 提出基于嵌入向量的BN概率推理方法. 实验证明, 针对BN的多次概率推理, 所提方法的效率高于现有方法, 且能得到准确的推理结果.

来源：2023年第10期

《软件学报》期刊编辑部

查看软件学报杂志2023年第10期