贝叶斯网络中用于近似结果预测的路径加权影响分数

arXiv 论文提出贝叶斯网络的路径加权证据剪枝方法：枚举证据节点到结果的活跃路径并按边强度乘积打分，删除低于阈值者。理论上证明无碰撞器网络中路径分数等于端点精确相关，且剪枝后验误差有可计算上界；随机树上阈值剪枝误差比同规模随机剪枝低 1.4 至 13 倍。在七个含碰撞器和环的 bnlearn 网络上，该方法优于随机剪枝但不显著优于互信息排序，且七个中六个的打分开销超过省下的推理成本，未见加速。