Сер. 10. 2010. Вып. 1
ВЕСТНИК САНКТ-ПЕТЕРБУРГСКОГО УНИВЕРСИТЕТА
УДК 004.8 А. Л. Тулупьев
АПОСТЕРИОРНЫЕ ОЦЕНКИ ВЕРОЯТНОСТЕЙ В ИДЕАЛЕ КОНЪЮНКТОВ *>
Настоящая работа опирается на систему терминов, обозначений и результатов из ряда источников [1—8], посвященных теории алгебраических байесовских сетей (АБС).
АБС - это набор идеалов конъюнктов, причем каждому конъюнкту приписана оценка его вероятности, а сам набор в общем случае снабжен структурой графа смежности [5, 6]. С точки зрения исследований в области искусственного интеллекта, такого рода идеалы конъюнктов могут быть рассмотрены как логико-вероятностные модели фрагментов знаний с неопределенностью, а сама АБС - как модель базы фрагментов знаний. Для краткости идеал конъюнктов с определенными на нем оценками вероятностей называется далее фрагментом знаний (ФЗ).
Когда АБС уже построена и ее элементам назначены оценки вероятности, встает, в частности, вопрос о том, как обработать свидетельство, поступившее в один из ФЗ АБС.
В теории АБС свидетельства представляются как ФЗ. Три вида свидетельств: детерминированные, стохастические и неточные (неопределенные) - выделяются согласно виду оценок в таком ФЗ: бинарных, скалярных (точечных), интервальных соответственно [1, 3-5, 7]. Детерминированное свидетельство может быть рассмотрено как стохастическое, а стохастическое - как неточное. Стохастическое и неточное свидетельства называются недетерминированными.
Цель работы - предложить математические модели для представления свидетельств указанного выше вида и трактовку их вероятностной семантики, а также описать подход в сжатом виде, который позволит учесть влияние поступившего свидетельства на оценки вероятностей в ФЗ, т. е. предложить схему локального апостериорного вывода (вывода апостериорных оценок истинности в ФЗ).
1. Виды свидетельств. Пусть о ситуации или объектах в предметной области становится что-то известно: поступает свидетельство (оно может быть атомарным или составным, т. е. кортежем свидетельств). Требуется рассчитать оценки апостериорных вероятностей элементов ФЗ, а уже на основе изменившихся оценок может быть принято или отвергнуто какое-то решение.
Тулупьев Александр Львович — кандидат физико-математических наук, доцент кафедры информатики математико-механического факультета Санкт-Петербургского государственного университета, ведущий научный сотрудник Санкт-Петербургского института информатики и автоматизации РАН. Количество опубликованных работ: 155. Научные направления: представление и обработка данных и знаний с неопределенностью, применение методов математики и информатики в социокультурных исследованиях, применение методов биостатистики и математического моделирования в эпидемиологии, технология разработки программных комплексов с СУБД. E-mail: ALT@iias.spb.su, ALT4488@peterstar.ru.
Часть публикуемых материалов получена в рамках работы, выполненной при финансовой поддержке Российского фонда фундаментальных исследований (грант № 09-01-00861-а).
© А. Л. Тулупьев, 2010
В простейшем случае вычисление апостериорной вероятности сводится к расчету условной вероятности вида р^\Е), где Z - интересующее нас утверждение (конъюнкция литералов), а Е - поступившее свидетельство. Вместе с тем не всегда расчет оценки апостериорной вероятности может быть выполнен по формуле из определения условной вероятности. Кроме того, свидетельство не обязательно представляет собой утверждение, которое истинно (или ложно) с вероятностью 1, да и его компоненты могут находиться между собой в некоторой недетерминированной зависимости.
В первую очередь решим задачу представления свидетельств в рамках теории АБС на логико-вероятностном языке, затем рассмотрим способы распространения их влияния в ФЗ на частных примерах и, наконец, коснемся вопроса о непротиворечивости получающихся апостериорных оценок.
Часто вместо слов «распространение влияния свидетельства» говорят «пропагация свидетельства». Она возможна не только в отдельно взятом ФЗ, но также в цепи ФЗ и ациклической сети [4].
Как было отмечено ранее, свидетельства делятся на два класса: атомарные и составные (иначе говоря, сложные свидетельства или кортежи свидетельств). Атомарное свидетельство строится над одной атомарной пропозициональной формулой; составное свидетельство содержит в себе сведения об истинности небольшого числа пропозициональных формул, сформированных над некоторым количеством атомарных.
Детерминированным атомарным свидетельством являются сведения о том, что какое-то утверждение, соответствующее атомарной пропозиции, оказалось либо истинным, либо ложным. Например, установлено, что утверждение х истинно; тогда соответствующее свидетельство запишется как (х). Если же выявлено, что утверждение х ложно, свидетельство будет содержать в своей записи отрицание этой атомарной пропозиции: (х) .
Кортеж детерминированных свидетельств состоит из цепи атомарных детерминированных свидетельств, например или (х\х2), или (х\Х2), или (Х\х2), или (Х\Х2), или (х\х2х3) и т. д. Запись кортежа детерминированных свидетельств может приобретать вид (X), что служит сокращением для более длинной записи (X) = (х\х2 .. .хт).
Аналогично ^Х^ = (х^2 .. .хт). В последнем случае подчеркиваем, что интерес представляет некоторое означивание (а не все возможные) цепочки конъюнкций X, рассматриваемое в качестве поступившего кортежа детерминированных свидетельств. Далее такое обозначение чаще всего используется в формулах для описания пропагации недетерминированных (стохастических и неточных) свидетельств или их кортежей.
Обратим внимание, что апостериорная вероятность интересующего нас утверждения Z из АБС запишется в следующем виде:
• ра^\ (х)), при детерминированном свидетельстве (х);
• ра^\ (х)), при детерминированном свидетельстве (х);
• pa(Z\ (х)), при рассмотрении «общего случая» детерминированного свидетельства (х);
• ра^\ (х\х2)), при кортеже детерминированных свидетельств (х\х2);
• pa(Z\ ^Х^), при рассмотрении «общего случая» кортежа детерминированных
свидетельств X.
В частности, при поступлении свидетельства (х), если в ФЗ имеется скалярная оценка вероятности р(х^), можно рассчитать ра^\ (х)) по формуле из определения условной вероятности
ра{г\{х))=р{г\х) = ?Щ.
p(x)
Стохастическое атомарное свидетельство характеризуется апостериорной вероятностью своей истинности. В этом случае запись свидетельства выглядит таким образом: (p[a](X)), т. е. мы знаем апостериорную скалярную оценку вероятности всех двух означиваний x. (Здесь и далее предполагается, что апостериорное распределение вероятностей p[a] в свидетельстве задано непротиворечиво.)
Теперь обозначение апостериорной вероятности примет более сложный вид, поскольку, фактически, в качестве свидетельства поступает некоторое новое, апостериорное распределение вероятностей: pa(Z| (p[a](X))).
Кортеж стохастических свидетельств характеризуется апостериорным распределением вероятностей на конъюнкциях означиваний атомарных пропозициональных формул, входящих в кортеж. Формальная запись кортежа стохастических свидетельств (p[a] (X)^ или (p[a](XiX2 ... Xm)), т. е. известна апостериорная оценка вероятности всех
означиваний ^X^ = (X1X2 ... Xm). Заметим, что в теории АБС соответствующее распределение вероятностей задается на идеале вида {xi, X2,..., Xm}A как скалярные оценки вероятности истинности его элементов. Кроме того, подчеркнем, что апостериорное распределение вероятностей характеризует связи между атомарными свидетельствами и между их наборами. Возможность учитывать такие зависимости является важным свойством аппарата АБС, а также сказывается на результатах апостериорного вывода.
Апостериорное распределение вероятностей в случае кортежа стохастических свидетельств обозначается как
pa(Z )= p(Z |( p[a](X ))).
Если же представить себе семейство апостериорных распределений вида
Pr[X] = Pr[XiX2 . ..Xm],
[a]L J [a]L
заданное на идеале интервальными оценками вероятностей (обязательно непротиворечивыми!), то получим кортеж неточных свидетельств и как частный случай - отдельное неточное атомарное свидетельство. Такой кортеж запишется так:
p[a](X) е Pr[X ] ) или подробнее - (p[a](XiX2 ... Xm) е Pr[Xi X2 . . .Xm]
[a] [a]
Неточное атомарное свидетельство задается соответственно как (p[a](X) е Pr [a][X]) , т. е. в этом случае достаточно задать интервальную оценку P[a](X).
Для краткой записи произвольного свидетельства или кортежа свидетельств станем пользоваться обозначением (()), а называть такое обозначение будем свидетельством общего вида.
Первой задачей апостериорного вывода является оценка вероятности (или ожидаемой вероятности) появления некоторого свидетельства (()) над заданным ФЗ C (или заданной БФЗ NKPB): p((()) 1C) и соответственно p((()) |М<рв).
*) Далее в наших рассуждениях будут встречаться два вида апостериорных распределений вероятностей. Распределение р[а] первого вида содержится в свидетельстве, а распределение ра второго вида получается на элементах ФЗ после пропагации свидетельства, т. е. в результате апостериорного вывода.
Результаты первой задачи можно использовать [1, 9, 10], например, в формуле Байеса, если у нас есть несколько классов ситуаций, описанных ФЗ или базой ФЗ (БФЗ), которым [классам] присвоено априорное распределение вероятностей, однако в настоящей работе эта задача представлена не будет; вопросы, с ней связанные, получили рассмотрение в [4].
Второй задачей апостериорного вывода является оценка апостериорной вероятности или ожидаемой апостериорной вероятности цепочек конъюнкций Z, входящих в ФЗ или БФЗ, но не имеющих общих атомарных пропозиций с поступившим свидетельством или кортежем свидетельств: ра(^| (())).
Если известно, как рассчитывать (подход к расчетам представлен в п. 2) апостериорные вероятности р^I (х)) в случае поступления детерминированного свидетельства (х) и р^I ) в случае поступления кортежа детерминированных свидетельств
^Х^, то тогда обработка атомарных стохастических свидетельств (p[a](x)) или их кор-
Здесь точка над х и X означает, что означивания х и X слева и справа от знака равенства не связаны; связаны только означивания этих переменных и конъюнкций под знаком суммирования.
Формулы (1) и (2) обобщим на случай кортежей неточных свидетельств [4, 13]:
где [min; max] представляет собой замкнутый промежуток, а экстремальные значения берутся от стоящей справа суммы.
Полученные формулы (1)—(4) для расчетов оценок апостериорных вероятностей обобщаются и на случай, когда результатом апостериорного вывода по детерминированному свидетельству становятся не скалярные, а интервальные оценки pa(Z| ^X^): несколько упрощая, можно сказать, что соответствующие операции производятся с верхними и нижними границами интервалов [4, 11, 12].
2. Скалярные априорные оценки. Рассмотрим более детально обработку свидетельства, построенного над атомами из V, при его поступлении в отдельный ФЗ со скалярными оценками вероятностей - соответствующий идеал конъюнктов задан над атомарными пропозициями цепочки VX, при этом подцепочки V и Х общих элементов не имеют. Ограничимся двумя видами свидетельств: кортежем детерминированных свидетельств и кортежем стохастических свидетельств \Р[а\ . Здесь
тежей {р[а]{Х)у будет производиться по формулам, напоминающим таковые для расчета математических ожиданий }\
х
[min; max]
Р[а](Х)еРГ[а] [х] X
(3)
P[a}(X)epV[a} [X] X
На самом деле, так оно и есть. Можно определить соответствующую случайную величину и рассчитывать ее математическое ожидание [3, 4, 11, 12].
не будем рассматривать подробно расчет вероятности появления кортежа свидетельств над ФЗ. Соответствующие вычисления описаны, например, в [4, 13].
Кортеж стохастических свидетельств фактически рассматривается как набор кортежей детерминированных свидетельств всех возможных означиваний, построенных над одной и той же цепочкой конъюнкций V, при этом на наборе задано вероятностное распределение р^а] . Результаты пропагации кортежа стохастических свидетельств
Р[а] получаются как «смесь», т. е. как усреднение (линейнар комбинация) ре-
зультатов пропагации кортежей детерминированных свидетельств ^V^, построенных над одними и теми же атомарными пропозициями из V, по вероятностному распределению р[а] , заданному над V. Заметим, что вероятности р[а] могут быть заданы
как над квантами V, так и над элементами идеала VЛ.
Кортеж детерминированных свидетельств можно рассмотреть как частный случай кортежа стохастических свидетельств, в котором ненулевую вероятность (а значит, равную единице) имеет только одно означивание аргументных мест в цепи свидетельств.
Обозначим априорные вероятности элементов идеала как р, а апостериорные вероятности - как ра. При принятых обозначениях влияние кортежей свидетельств выражается следующим набором формул:
Ра (VX^V)) = р^х¡V) =
р р ІУХ)
Р V
р V
= р (X¡V
(5)
ра (XкV)) = р(х¡V) =
р V X
р V
= р (X¡V
ра ^ ¡(р[а] (V))) = р (VX ІV) р[_а] (V)
р (VXV)
р V
р[а]
V =
ра ^ Кр[а] [У
|1>ы и=і:
V V р \ у
р V
р[а] V , (6)
,р (V X)
р[а]
V .
Обратим внимание на то, что выражение (6) вводит апостериорную вероятность таким образом, что на квантах V она совпадает с вероятностью соответствующего означивания в поступившем кортеже стохастических свидетельств:
^ (^1 (Р[а] (У))) = £*>» (™1 (Р[а] (V))) =
X
X
р V
V =
Особо следует рассмотреть случай [4], когда при одном или нескольких означиваниях V вероятность р( V) = 0. При таких V считается, что оценка условной вероятности вырождается в р^IV) € [0; 1] .
Совпадение условных вероятностей в формуле (5) позволяет в случае кортежа детерминированных свидетельств не хранить апостериорные вероятности над всем исходным идеалом конъюнктов (УХ)Л; достаточно хранить апостериорные вероятности над подыдеалом XЛ исходного идеала, в который не входят конъюнкты, содержащие хотя бы один атом из кортежа свидетельств.
3. Интервальные априорные оценки. В случае апостериорного вывода в ФЗ со скалярными оценками вероятностей при поступлении и детерминированного, и стохастического свидетельства расчеты сводятся к употреблению формулы из определения условной вероятности. В случае интервальных оценок в ФЗ получение оценок апостериорных вероятностей становится задачей гиперболического программирования.
Не вдаваясь в детальный разбор общего случая (с ним можно познакомиться в [4, 11, 13]), приведем примеры, демонстрирующие важную особенность апостериорного вывода: в предложенной модели БФЗ с неопределенностью возникающие задачи гиперболического программирования удается свести к задачам линейного программирования. Соответствующий класс задач, с точки зрения теории оптимизации, рассматривался, например, в [14].
Пример 1. (Апостериорный вывод, интервальные оценки, атомарное свидетельство.)
Рассмотрим ФЗ третьего порядка С = {х\, х2, хз, х\х2, х\хз, х2х^, х\х2хз}, построенный над А = {х1,х2,хз}. Заданы непротиворечивые интервальные оценки истинности элементов ФЗ Т>А’3:
p1 p(xi) p+%
p2- p(x2 ) P+,
p1 p(x3) p+,
pi12 p(xi x2) Pl2,
p-3 p(xix3) PÍз,
Р-з p(x2 x3) P+з,
. p123 p(xix2x3) p123
На вход поступает детерминированное свидетельство (жз). Для простоты будем предполагать, что р(хз) имеет либо скалярное значение, отличное от нуля, либо интервальную оценку с различающейся верхней и нижней границами. Эта интервальная оценка в качестве нижней границы может содержать нуль.
Вторая задача апостериорного вывода сводится к решению серии задач гиперболического программирования для Z G {xi,x2,xiX2}:
p~(Z\ (ж3)) = min p+(Z\ (x3)) = max^^.
1 y n ТСЛ.З p(x3) ’ 1 y IX n KA, 3 p(x3)
Покажем, что возникшие экстремальные задачи сводятся к задачам линейного программирования. Введем величину £ = При сделанных предположениях она
строго положительна; более того, £ G [1; ж). Умножим неравенства из множества RA’3 = EА’3 U DA’3, соответствующего рассматриваемому ФЗ, на переменную £. Неравенства не поменяют знак, поскольку £ строго положительна. Заменим переменные £p(f) = d(f). Отметим, что d(x3) = 1. В получившееся множество неравенств включим дополнительный элемент - линейное неравенство £ ^ 1. Это множество неравенств
/Т"> А ,3
назовем Rd .
Вторая задача апостериорного вывода свелась к решению серии задач линейного программирования:
p1 (Z| (x3)) = min d(Z), p+(Z| (x3)) = max d(Z), Z G{xi,x2,xix2}.
КЛ,3 кл,з
В явном виде множество неравенств R^’3 выглядит следующим образом:
ЛА’3 — Rd —
£ > 1,
d(xiх2хз) ^ 0,
d(xiхз) — d(xix2x3) ^ 0,
d(x2x3) — d(xix2x3) ^ 0,
1 — d(xix3) — d(x2x3) + d(xix2x3) ^ 0, d(xix2) — d(xix2x3) ^ 0, d(xi) — d(xix2) — d(xix3) + d(xix2x3) ^ 0, d(x2) — d(xix2) — d(x2x3) + d(xix2x3) ^ 0, £ — d(xi) — d(x2) — 1 + d(xix2)+
+d(xix3) + d(x2x3) — d(xix2x3) ^ 0, £p2 < d(xi),
£P2 < d(x2 ^
£% < 1,
£^2 < d(xix2),
£p23 < d(xix3), 0223 < d(x2x3), £^223 < d(xix2x3),
d(x2 ) < £P+,
1 < £p+,
d(xix2) < £p+2, d(xix3) < £p+3,
d(x2x3) <
d(xix2x3) < £p+23.
Пример 2. (Апостериорный вывод, интервальные оценки, кортеж свидетельств.)
Снова рассмотрим построенный над А = {хі, х2, хз} ФЗ
С = {хі, Х2, Хз, Х\Х2,Х\Хз, Х2Х3, х1х2хз}•
В отличие от примера 1, на вход поступает кортеж детерминированных свидетельств (Х2Х3}. Будем предполагать, что р(х2хз) имеет либо ненулевое скалярное значение, либо интервальную оценку с различающимися границами. Эта интервальная оценка в качестве нижней границы может содержать нуль.
Заданы те же непротиворечивые интервальные оценки истинности элементов ФЗ Vа’3, что и в примере 1.
Вторая задача апостериорного вывода сводится к решению задач гиперболического программирования:
р-(2|(х2х3» = йш,Й5^2 р+(2|(х2хз)) = т»хЙ^>, 2б{«}.
Покажем, что возникшие экстремальные задачи снова сводятся к задачам линейного программирования. Введем величину £ = При сделанных предположениях
она строго положительна; более того, £ € [1; то). Умножим неравенства из множества Ял,3 = ЕА’3 у Рл’3, соответствующего рассматриваемому ФЗ, на переменную £. Неравенства не поменяют знак, поскольку £ строго положительна. Заменим переменные £р(1) = ). Отметим, что ¿(х2х3) = 1. В получившееся множество неравенств вклю-
чим дополнительный элемент - линейное неравенство £ ^ 1. Назовем это множество
ЯЛ'Х V
а{х2Хз)
Вторая задача апостериорного вывода в случае ФЗ третьего порядка и двулитерного кортежа детерминированных свидетельств сводится к решению задач линейного программирования:
р (^| (х2х3}) = тіп ), р+ (^| (х2х3}) = тах ), Z Є {х1}.
п
¿{х2х2)
к
¿{х2Х2)
Само множество
а,3
’в,(х2Хз)
в явном виде выглядит так:
п-
А’3
й(х2Х3)
£ > 1,
¿(хіХ2Х3) ^ 0,
¿(хіХ2) — ¿(хіХ2Х3) ^ 0,
¿(хіХ3) — ¿(хіХ2Х3) ^ 0,
¿(хі) — ¿(хі Х2) — ¿(хі Х3)
1 — ¿(хіХ2Х3) ^ 0,
¿(х2) — ¿(хіХ2) — 1 + ¿(хіх2Х3) ^ 0, ¿(х3) — ¿(хіХ3) — 1 + ¿(хіх2Х3) ^ 0, £ — ¿(хі) — ¿(х2) — ¿(Х3) + ¿(хіх2) + +с!(хіХ3) + 1 — ¿(хіХ2Х3) ^ 0, £р- < ¿(хі ),
£р- < ¿(х2 ), £р- < ¿(х3),
£р-2 < ¿(хіХ2), £р-3 < ¿(хіХ3), £р-3 < 1,
¿(х2 ) < £р+, ¿(х3) < £р+, ¿(хіХ2 ) < £р+2,
¿(хіХ3) < £р+3,
1 < £р23
£р123 < ¿(хіх2Х3), ¿(хіх2Х3) < £р+23.
В примерах 1 и 2 разобраны только положительно означенные детерминированные свидетельства. В случае другого означивания свидетельств или иного порядка атомарных свидетельств в кортеже следовало бы применить алгоритмы переобозначения или перестановки элементов идеала цепочек конъюнкций соответственно.
Обобщение апостериорного вывода на случай стохастических свидетельств и неточных свидетельств производится по формулам (1)-(4).
Хотя примеры 1, 2 и формулы (1)-(4) дают достаточно четкое представление о том, как производить апостериорный вывод, при разработке алгоритмов для последующей программной реализации может потребоваться более детальное описание подхода. Удобная с точки зрения разработки программных приложений формализация процесса и объектов, в нем участвующих, предложена, например, в [4, 15, 16]; кроме того, там же систематически описан подход к обработке стохастических и неточных свидетельств.
4. Непротиворечивость апостериорных оценок. Утверждение. Пусть X - это цепочка атомов, формирующая поступившее свидетельство, а Z используется так же, как в примерах 1, 2, и п. 1: оно обозначает произвольный конъюнкт из исходного ФЗ, не содержащий ни одного атома из поступившего свидетельства. Тогда совокупность апостериорных оценок вероятностей
■ . ¡р(хг)} ¡р(хг)} ]
тт{й^Гтах{йШ.
задает непротиворечивый ФЗ над конъюнктами вида Z, если соответствующие экстремальные задачи имеют решение.
Примечание 4.1. Утверждение верно, даже если в исходном ФЗ р(Х) = 0. В этом случае интересующие нас оценки выродятся в [0; 1] [13].
Примечание 4.2. Совокупность конъюнктов вида Z образует идеал; он является подыдеалом идеала-носителя исходного ФЗ.
Примечание 4.3. Предполагается, что апостериорные оценки вероятностей удалось получить. В противном случае, если соответствующие задачи гиперболического программирования не имеют решения, исходные данные были противоречивы.
Доказательство. Обратим внимание на важное свойство совокупности величин вида d(XZ), где Z «пробегает» соответствующий идеал.
Пусть £ = Тогда, используя матрицы 1„ и векторы р(") из [4, 5], запишем
применявшееся в примерах 1 и 2 преобразование системы неравенств, вытекающей из требований вероятностной логики.
Определим новый вектор = £ • Р(п). Его «нижний» подвектор, содержащий вероятности конъюнктов вида XZ, где Z «пробегает» конъюнкты, не содержащие атомов их X, обозначим ^т), где т равно разности числа атомов в ФЗ и числа атомов в свидетельстве:
Іп X Р(п) > 0<п>,
е • І„ X Р(п) > "о
ІП X Є • Р(п) > о(п>,
іп х а(п) > 0°п>.
Из последнего неравенства следует
в силу того, что матрица Іп имеет структуру
* *
0 1т
Учтем, что, согласно определению, ¿(X) = 1.
Таким образом, оказывается, что на величины вида d(XZ) = р(^\Х) наложены требования аксиоматики вероятностей, т. е. после проведения апостериорного вывода (и если все соответствующие задачи гиперболического программирования имеют решение) получим непротиворечивую совокупность оценок апостериорных вероятностей над идеалом конъюнктов с элементами вида Z.
За счет переозначиваний и перестановок переменных случай, когда детерминированное свидетельство содержит атомы с отрицанием, сводится к рассмотренному в утверждении. Соответствующие вопросы рассмотрены в [4]; на матрично-векторном языке преобразования, связанные с апостериорным выводом при произвольном детерминированном свидетельстве, выполнены в [15], а еще более общая ситуация рассмотрена в [16].
Как уже отмечалось, при обработке стохастического свидетельства сначала пропа-гируется по-отдельности каждое означивание цепи конъюнкций из всех атомов, входящих в такое свидетельство. Затем из результатов пропагации строится «смесь» -линейная комбинация с весами рщ^). Поскольку линейная комбинация непротиворечивых ФЗ образует непротиворечивый ФЗ, то результаты пропагации стохастического свидетельства также непротиворечивы.
Литература
1. Городецкий В. И. Байесовский вывод: препринт Ленингр. ин-та информатики и автоматизации АН СССР, № 149. Л., 1991. 38 с.
2. Тулупьев А. Л. Алгебраические байесовские сети: теоретические основы и непротиворечивость. СПб.: С.-Петерб. ин-т информатики и автоматизации РАН, 1995. 76 с.
3. Тулупьев А. Л. Алгебраические байесовские сети: логико-вероятностный подход к моделированию баз знаний с неопределенностью. СПб.: С.-Петерб. ин-т информатики и автоматизации РАН, 2000. 282 с.
4. Тулупьев А. Л., Николенко С. И., Сироткин А. В. Байесовские сети: логико-вероятностный подход. СПб.: Наука, 2006. 607 с.
5. Тулупьев А. Л. Алгебраические байесовские сети: локальный логико-вероятностный вывод: учеб. пособие. СПб.: С.-Петерб. гос. ун-т; ООО Изд-во «Анатолия», 2007. 80 с.
6. Тулупьев А. Л. Алгебраические байесовские сети: глобальный логико-вероятностный вывод: учеб. пособие. СПб.: С.-Петерб. гос. ун-т; ООО Изд-во «Анатолия», 2007. 40 с.
7. Тулупьев А. Л. Непротиворечивость оценок вероятностей над идеалами конъюнктов и дизъюнктов // Вестн. С.-Петерб. ун-та. Сер. 10: Прикладная математика, информатика, процессы управления. 2009. Вып. 2. С. 121-131.
8. Тулупьев А. Л. Непротиворечивость оценок вероятностей в алгебраической байесовской сети // Вестн. С.-Петерб. ун-та. Сер. 10: Прикладная математика, информатика, процессы управления. 2009. Вып. 3. С. 144-151.
9. Городецкий В. И. Адаптация в экспертных системах // Изв. АН СССР. Сер. Техническая кибернетика. 1993. № 5. С. 101-110.
10. Городецкий В. И. Алгебраические байесовские сети - новая парадигма экспертных систем // Юбил. сб. трудов институтов Отделения информатики, вычислительной техники и автоматизации РАН. М.: Изд-во РАН, 1993. Т. 2. С. 120-141.
11. Тулупьев А. Л., Николенко С. И., Никитин Д. А., Сироткин А. В. Синтез апостериорных оценок истинности суждений в интегрированных базах знаний: детерминированный вариант // Изв. высш. учеб. заведений. Приборостроение. 2006. № 11. С. 35-39.
12. Тулупьев А. Л., Николенко С. И., Сироткин А. В. Синтез апостериорных оценок при поступлении свидетельств с неопределенностью в интегрированную систему знаний о неточных вероятностях // Изв. высш. учеб. заведений. Приборостроение. 2006. № 11. С. 39-44.
13. Тулупьев А. Л., Никитин Д. А. Экстремальные задачи в апостериорном выводе над идеалами цепочек конъюнкций // Труды СПИИРАН. 2005. Вып. 2, т. 2. СПб.: Наука, 2005. С. 12-52.
14. Гавурин М. К., Малоземов В. Н. Экстремальные задачи с линейными ограничениями: учеб. пособие. Л.: Изд-во Ленингр. ун-та, 1984. 175 с.
15. Сироткин А. В., Тулупьев А. Л. Матрично-векторные уравнения локального логиковероятностного вывода в алгебраических байесовских сетях // Труды СПИИРАН. 2008. Вып. 6. СПб.: Наука, 2008. С. 131-149.
16. Тулупьев А. Л., Сироткин А. В., Николенко С. И. Байесовские сети доверия: логико-вероятностный вывод в ациклических направленных графах. СПб.: Изд-во С.-Петерб. ун-та, 2009. 400 с.
Статья рекомендована к печати член-кор. РАН, проф. Г. А. Леоновым.
Статья принята к печати 24 сентября 2009 г.