Меры истинности и вероятностные графические модели для представления знаний с неопределенностью

Для представления знаний с неопределенностью необходимы как математический формализм, позволяющий описывать и обрабатывать неопределенность, так и теоретико-компьютерные модели, ограничивающие требования такого представления и обработки к памяти и времени. В работе рассмотрены основные меры истинности, используемые в искусственном интеллекте для представления неопределенности, в первую очередь вероятностная мера, а также вероятностные графические модели, которые за счет локализации вычислений позволяют ограничить рост сложности алгоритмов обработки и требований к памяти для представления знаний с неопределенностью.