17.08.2015 Views

Chardonnay

Prediktering av fiendeintention, baserat på bayesiansk ... - SAIS

Prediktering av fiendeintention, baserat på bayesiansk ... - SAIS

SHOW MORE
SHOW LESS
  • No tags were found...

You also want an ePaper? Increase the reach of your titles

YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.

Genomförande och resultat5 Genomförande och resultatI detta kapitel görs en genomgång av vad bayesianska nätverk är och hur de fungerar.Därefter beskrivs vilka parametrar som har valts ut för att utgöra den modell som skaanvändas för att försöka prediktera fiendens intentioner. Därpå beskrivs hur modellenhar implementerats och vilka tillägg som har gjorts till GTSIM, samt så presenteras enutvärdering av den implementerade modellen och det grafiska verktyget. Slutligenredogörs det också för hur en finjustering av den framtagna modellen kan göras,utifrån data som samlats in med det framtagna verktyget.5.1 Bayesianska nätverkBayesianska nätverk kan sägas vara en grafisk representation av osäker kunskap somde flesta människor tycker är relativt lätta att tolka, där representationen dessutom göratt nätverket passar bra till statistiska modeller (Heckerman, 1999).Ett bayesianskt nätverk består av en mängd sammankopplade noder och beskriver enspecifik domän i världen. Det bayesianska nätverket representeras som en riktad grafdär varje nod har tillhörande information om sin kvantitativa sannolikhet. EnligtRussel och Norvig (2003) är den fullständiga specifikationen för ett bayesiansktnätverk följande:• En mängd stokastiska variabler utgör noderna i nätverket, där de stokastiskavariablerna kan vara antingen diskreta eller kontinuerliga.• En mängd riktade kanter kopplar samman par av noder. Om det finns en kantsom går från nod X till nod Y sägs X vara förälder till Y.• Varje nod X i har en tabell över den tillhörande betingadesannolikhetsfördelningen p(X i | Föräldrar(X i )) som kvantifierar den effektsom eventuella föräldrar har på barnnoden.• Grafen får inte ha några cykler (se figur 5.1) och är därför av typen riktad,acyklisk graf (DAG).Figur 5.1 Exempel på otillåtna och tillåtna bayesianska nätverk (efter Ivansson, 2002).19

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!