Full metadata record
DC Field | Value | Language |
---|---|---|
dc.contributor.author | 翁永昌 | en_US |
dc.contributor.author | WENG,YONG-CHANG | en_US |
dc.contributor.author | 黃書淵 | en_US |
dc.contributor.author | HUANG,SHU-YUAN | en_US |
dc.date.accessioned | 2014-12-12T02:06:41Z | - |
dc.date.available | 2014-12-12T02:06:41Z | - |
dc.date.issued | 1989 | en_US |
dc.identifier.uri | http://140.113.39.130/cdrfb3/record/nctu/#NT782392080 | en_US |
dc.identifier.uri | http://hdl.handle.net/11536/54487 | - |
dc.description.abstract | 對任何的人工智慧系統而言, 處理模剩余兩可或不完整資訊的能力是必備的。在以往 的研究中, 已經提出許多可以表達不確定資訊的方法, 例如貝氏定理(Bayesian theo ry) 、確定性因子(certainty factor)、以及Dempster-Shafer method。然而這些方 法都有其與生俱來的缺點。以Dempster-Shafer method來說, 它最為人所詬病的在於 計算上的複雜度。若能在推理的過程中引進平行計算的觀念, 則可在不修改理論的前 提下, 大幅減少執行所需的時間。本文以Dempster-Shafer method為基礎提出平行推 理的演算法, 同時以資料分割(data-partition)的技巧來達成平行處理。這些演算法 實際被寫成程式在共用記憶體的機器和由Transputer所組成的綱路上執行過中。在篇 末, 我們附上Speedup 和Efficiency等性能評的數據。 | zh_TW |
dc.language.iso | zh_TW | en_US |
dc.subject | 平行證據推理 | zh_TW |
dc.subject | 人工智慧系統 | zh_TW |
dc.subject | 貝氏定理 | zh_TW |
dc.subject | 確定性因子 | zh_TW |
dc.subject | DEMPSTER-SHAFER METHOD | en_US |
dc.subject | DATA PARTITION | en_US |
dc.subject | TRANSPUTER | en_US |
dc.title | 平行證據推理 | zh_TW |
dc.type | Thesis | en_US |
dc.contributor.department | 資訊科學與工程研究所 | zh_TW |
Appears in Collections: | Thesis |