《有向環、可分解及動態模擬下的機率圖模型方法及套用》是依託華東師範大學，由石東昱擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：有向環、可分解及動態模擬下的機率圖模型方法及套用
- 項目類別：青年科學基金項目
- 項目負責人：石東昱
- 依託單位：華東師範大學
項目摘要,結題摘要,
項目摘要
機率圖模型作為模擬和處理不確定信息的方法已經在很多領域得到了廣泛套用，但也是在具體的套用中體現了原有方法的局限，需要進行擴展和創新。這包括一些領域需要建立有環的機率依賴關係，如對細胞信號傳導通路的推測；需要有能夠對應到邊上的參數形式，以進行更接近實際的模擬和表示；需要靈活敏銳的動態模型，以用於如感測網路這樣的信息收集、處理系統。本課題就相互關聯、交叉的三類問題，即有向環的表示和構建，可分解到邊上的參數形式與其對模擬的影響，以及可分布模擬的動態圖模型，進行理論方法研究，包括模型表示、推理機制，以及用於從數據中構建模型的學習算法。同時將這些方法用於上述的套用領域，以獲得解決相關問題的途徑。
結題摘要
本課題對機率圖模型理論的以下方面進行了發展：表達、解釋和推算存在循環影響的機率依賴關係；對程度化對象間的機率依賴關係進行了隨有向邊的分解與聚合，形成了一套對稱可進行因果分析的模型體系；對異步動態模擬進行了改造和發展，使之能夠迅速融合實時數據，增強了系統的推理能力和反應速度；在監測系統、感測器網路和信號傳導網路上進行了面向實際套用的模型構建和算法設計。其中包括：在非單向關係中對部分依賴圖模型的推導，揭示了現實對象被動態和部分依賴關係的存在，並表示在機率模型中，形成了該模型中的推理算法；建立了用於監測系統中不確定推理的混合關聯圖模型，對非正常事件的推斷提供了一個有效的處理框架，準確捕捉了監測對象之間的互影響關係及其與本地證據信息的融合，實現了對敏感狀態的迅速反應；擴展了有噪-極大化模型，使之體現了程度化隨機變數間的雙向對稱依賴關係，給出了準確計算該模型聯合分布的詳細算法步驟，並分析出了高效的邊緣機率計算方法；建立了可分布計算的異步動態決策網，將訊息傳遞由狀態分布改為決策信息，實現了計算單元自主異步推理，在減少計算和通信量的同時增加了融合實時數據的能力，使之適應於現代感測器系統；以有向環圖模型對信號傳導網路進行了模擬，在基於評分的學習算法中推斷了簡單的帶環結構。項目總體上符合預期目標，其中尚未解決的部分難點問題將進行進一步的研究。
