|
Per le basi teoriche riguardanti le reti di Bayes si può attingere principalmente da tre fonti bibliografiche:
S. J. RUSSEL, P. NORVIG, Intelligenza Artificiale - Un approccio moderno, UTET, 1998
E. RICH, K. KNIGHT, Intelligenza Artificiale, Seconda Edizione, McGraw-Hill, 1991
J. PEARL, Probabilistic reasoning in intelligent systems: networks of plausible inference, Morgan Kaufmann, 1988
Altre fonti di documentazione si possono trovare sul Web ai seguenti indirizzi:
www.cs.orst.edu/~dambrosi/bayesian/frame.html e
www.cs.orst.edu/~wangxi/resource.html (Oregon State University);
www.cs.ualberta.ca/~greiner/ (Personal Home-Page di Russel Greiner, professore di Intelligenza Artificiale presso l'University of Alberta, CA);
www.cs.berkeley.edu/~murphyk/Bayes/bayes.html (pagina ricca di informazioni e riferimenti bibliografici a cura di Kevin Patrick Murphy, studente del prof. Stuart Russel);
yoda.cis.temple.edu/UGAIWWW/lectures95/uncertainty/bnets.html (Letture dalla conferenza UGAI95: "Providing and Integrating Educational Resources for Faculty Teaching Artificial Intelligence", tenuto alla Temple University di Philadelphia nel giugno 1994; analoghi workshop si sono tenuti negli anni seguenti).
Nelle utilissime pagine:
bayes.stat.washington.edu/almond/belief.html (a cura di Russel Almond),
http.cs.berkeley.edu/~murphyk/Bayes/bnsoft.html (a cura di Kevin P. Murphy)
www.auai.org (Association for Uncertainty in Artificial Intelligence) e
bayes.stat.washington.edu/bayes_people.html (Bayesian Statistics Personal Web Pages)
si può trovare invece il punto di partenza per recuperare innumerevoli tool per le reti di Bayes.
In particolare:
Hugin: www.hugin.dk (un ottimo tool commerciale, meno intuitivo di Netica ma corredato da una ricchissima documentazione on-line);
DXpress: www.kic.com/id1.htm (un altro tool commerciale, caratterizzato da un sistema di report molto potente);
Pulcinella: iridia.ulb.ac.be/pulcinella (tool didattico sviluppato in LISP presso l'Universite Libre de Bruxelles);
SPI: ftp.engr.orst.edu/pub/dambrosi/spi/spi.tar.gz (motore inferenziale scritto in LISP da Bruce d'Ambrosio presso la Oregon State University);
Belief: www.cs.cmu.edu/afs/cs/project/ai-repository/ai/areas/reasonng/probabl/belief/0.html (uno dei più famosi tool didattici, sviluppato in LISP da Russell Almond presso la Carnegie Mellon University di Pittsburgh; se ne sta approntando una versione commerciale dotata di una potente interfaccia grafica);
CMU-Bayes: www.cs.cmu.edu/afs/cs/project/ai-repository/ai/areas/reasonng/probabl/bayes/0.html (un altro piccolo tool didattico sviluppato presso la Carnegie Mellon University, ma scritto in Pascal);
www.cs.berkeley.edu/~murphyk/Bayes/bnt.html (toolbox per MatLab).
Tra le tante risorse si possono trovare anche librerie di reti in vari formati sorgente, presso l'università di Berkeley ed alcune ditte:
www-nt.cs.berkeley.edu/home/nir/public_html/Repository;
www.norsys.com/networklibrary.html;
www.hugin.dk/networks/netindex.html.
Ognuno dei siti riportati è inoltre fonte di numerosissimi link ad altre risorse, sia universitarie che commerciali.
E' a disposizione, infine, la relazione sul lavoro svolto nell'ambito del corso di Intelligenza Artificiale del prof. Gerevini: Relazione.doc, 165Kb
|
Torna all'indice
