Artificial intelligence 子节点的贝叶斯网络概率

给定下列贝叶斯网络确定概率

在图1所示的网络上，假设：

P("alternator broken"=true) = 0.02
P("no charging"=true | "alternator broken"=true) = 0.95
P("no charging"=true | "alternator broken"=false) = 0.01.
What is P("no charging"=false)? How is it derived?

在没有“风扇皮带断裂”信息的情况下，您如何确定“不充电”？ 以下情况是否属实： P（“不收费”=错误）= P（“交流发电机损坏”=正确）*P（“不充电”=正确|“交流发电机损坏”=正确）+P（“交流发电机损坏”=错误）*P（“不充电”=正确|“交流发电机损坏”=错误）

这是不可能的 要计算给定BN的

p（“不收费”）

，您缺少了

风扇皮带断裂的先验值。而且
不充电
的CPT也未指定，因为
不充电
取决于
风扇皮带损坏

但你可能想
您所能做的最好的处理就是忽略已损坏的风扇皮带。如果通过对
风扇皮带断裂
采取正确的期望值来获得
P（“充电”|“交流发电机断裂”）
的值，则结果是正确的。如果后者为真，这意味着
风扇皮带断裂
已被消除（汇总），其影响被纳入CPT进行“充电”