Bayes linear kinematics and Bayes linear Bayes graphical models
贝叶斯线性运动学与贝叶斯线性—贝叶斯图模型AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要讨论通用贝叶斯更新与图模型，未提供因果、经济网络或其他所列细分方向的直接依据。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
贝叶斯线性运动学与贝叶斯线性—贝叶斯图模型
- 研究问题
- 当新信息以较一般的方式改变对随机向量的信念时，如何在线性贝叶斯框架内更新，并保证连续更新不依赖顺序？
- 方法与思路
- 作者构造贝叶斯线性运动学，利用联合更新变换的特征结构分析交换性，再将完整条件更新嵌入线性信念调整。
- 材料陈述的贡献
- 摘要称给出了连续更新可交换的充要条件，并提出融合完全贝叶斯与线性贝叶斯分析的图模型，以软件可靠性检验示例说明。
- 阅读关注点
- 核对新信息如何改变均值与协方差、交换性条件的具体形式，以及任意形式边际分布的条件更新如何与线性调整协调。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；无法判断更新条件的适用范围、计算代价或示例表现，也不能推断刊本变化。
原文摘要
Probability kinematics (Jeffrey, 1965, 1983) furnishes a method for revising a prior probability specification based upon new probabilities over a partition. We develop a corresponding Bayes linear kinematic for a Bayes linear analysis given information which changes our beliefs about a random vector in some generalised way. We derive necessary and sufficient conditions for commutativity of successive Bayes linear kinematics which depend upon the eigenstructure of the joint kinematic resolution transform. As an application we introduce the Bayes linear Bayes graphical model, which is a mixture of fully Bayesian and Bayes linear graphical models, combining the simplicity of Gaussian graphical models with the ability to allow conditioning on marginal distributions of any form, and exploit Bayes linear kinematics to embed full conditional updates within Bayes linear belief adjustments. The theory is illustrated with a treatment of partition testing for software reliability.