DS证据理论与主观逻辑

基本概念

对于单一假设,引入不确定性(Uncertainty)后,产生信度(Belief)与似然(Plausibility)的概念。

Belief, uncertainty and Plausibility

对 N 个对立事件(要求其并必然发生),考虑不确定性可以有 $2^N$ 个假设,每个假设对应事件幂集中的一个元素,除空集元素必须分配为 0 以外,其它元素可分配一个和为一的概率,称为 Mass,表示该假设的可能性。

一个 N = 3 的例子:有灯能发出 R, G, B 三种颜色的光,于是有以下 8 个假设。观测者观测后对每个假设分配 mass 值:

假设 mass 含义
$\emptyset$ 0 不发光
{R} 0.35 发 R 光
{G} 0.15 发 G 光
{B} 0.25 发 B 光
{R, G} 0.05 发 R 光或 G 光
{G, B} 0.04 发 G 光或 B 光
{B, R} 0.06 发 B 光或 R 光
{R, G, B} 0.1 发某光
  • 例如 mass({RG) = 0.05 表示有 5% 可能确定要么发 R 光要么发 G 光,但不能确定具体发 R 光还是发 G 光。

Mass

根据每个假设的 Mass 值可以计算该假设的信度和似然。

  • 信度 = 该假设所有子集的 mass 之和
  • 似然 = 所有与该假设相交非空的集合的 mass 之和
  • 概率 $\in$ [信度, 似然] = 信任区间

如上图中

  • Belief(R) = 红色实线部分 = 0.35
  • Plausibility(R) = 红色虚线部分 = 0.56
  • Belief(GB) = 绿色实线部分 = 0.44
  • Plausibility(GB) = 绿色虚线部分 = 0.65

主观逻辑(Subjective Logic)

概率 = 信度 + 不确定性 * 先验概率

先验概率(Base rate)指无证据时假设成立的概率

例如对上面的例子,引入先验概率 (pri(R), pri(G), pri(B)) ~ (0.5, 0.3, 0.2),则结合观测有

P(R) = mass(R) + mass(RG) * pri(R|RG) + mass(BR) * pri(R|BR) + mass(RGB) * pri(R) = 47.4%

同理可计算 P(G) = 22.3%, P(B) = 30.3%。

Dempster-Shafer 证据合成

多个观测者各自给出不同的 mass 分配后可通过 DS 合成规则将其合并为一个新的 mass 分配,其中任一非空假设的新 mass 值与分属于不同观测者,但相交为该假设的原 mass 值乘积之和成正比。

假设 观测1 观测2 合并(未归一化) 合并
$\emptyset$ 0 0 0 0
{R} 0.35 0.3 0.261 0.488
{G} 0.15 0.2 0.11 0.206
{B} 0.25 0.2 0.1575 0.295
{R, G} 0.05 0.05 0.015 0.003
{G, B} 0.04 0.05 0.013 0.002
{B, R} 0.06 0.05 0.017 0.003
{R, G, B} 0.1 0.15 0.015 0.003

例如 mass(RG) ∝ mass1(RG) * mass2(RG) + mass1(RG) * mass2(RGB) + mass1(RGB) * mass2(RG) = 0.015

Page Not Found

Try to search through the entire repo.