所以我正试图解决贝叶斯网络的问题。我知道某些事件的条件概率，比如会下雨。假设我从四个传感器（A1-A4）中的每一个测量（布尔值）值。我知道下雨的可能性，并且我知道在每个传感器上进行测量时下雨的可能性。
现在我添加一个新的转折。 A4不再可用，但B1和B2（它们也是布尔传感器）。鉴于A4的测量，我知道B1和B2的条件概率。如何将这些概率合并到我的贝叶斯网络中以替换A4中丢失的数据？
答案 0 :(得分：0)
您的问题非常适合多实体贝叶斯网络（MEBN）。这是使用一阶逻辑（FOL）对标准BN的扩展。它基本上允许根据手头的具体情况添加和/或删除节点。您可以根据当前可用的知识定义用于动态创建BN的模板。
网上有几篇论文。这项工作的经典参考是“没有多眼泪的多实体贝叶斯网络”。
我们在UnBBayes中实施了MEBN。您可以按照@ http://sourceforge.net/p/unbbayes/discussion/156015/thread/cb2e0887/的说明获取副本。一个例子可以在文章“巴西采购欺诈检测的概率本体论和知识融合”@ http://link.springer.com/chapter/10.1007/978-3-642-35975-0_2中看到。
如果您对此感兴趣，我可以稍后给您更多指示。
干杯， 隆美尔