talbay---贝叶斯网络分析工具产品介绍

一 简介

        talbay是拥有独立知识产权的国产软件，主要功能是静态贝叶斯网络建模、动态贝叶斯网络建模、决策网络建模、概率计算、决策支持、敏感性分析、网络模型验证、机器学习等。talbay以用户为中心，简单易用, 计算准确高效，分析全面多样，在应用成熟理论及算法的基础上，持续融合贝叶斯网络分析领域的最新研究成果以及自研成果。talbay是一款既能够满足工程应用，又能够辅助科研探索的贝叶斯网络分析工具。

二 主要特点

1 建模过程简单快捷，模型准确、模型图美观且内容丰富

（1）使用鼠标拖拽得方式添加模型中的节点以及节点间连线；

（2）使用鼠标拖拽CPT表格列头的方式调整CPT节点的顺序；

（3）以不同的背景色颜色区分编辑态、检查通过态、运行态等模型的多种状态，以不同的颜色区分是否为证据节点以及是否为证据状态，以不同的颜色区分是否已经设置了CPT数据；

（4）以简洁且有序明了的方式展现CPT表中的组合数据，并能够自动补充缺失的数据；

（5）提供节点导航树以便迅速定位特定节点；

（6）在模型图上实时显示机会节点各状态的边缘概率以及决策节点各决策的效用值;

（7）能在模型图上直观区分节点状态是否为不符逻辑的状态；

2 模型编辑功能丰富

（1）提供放大/缩小功能；

（2）提供撤销/恢复功能；

（3）提供背景网格线显示/隐藏功能；

（4）提供节点单像素移动功能；

（5）提供设置不同连接线线型功能；

3 分析功能全面，分析过程高效、分析结果准确且内容丰富

（1）具备贝叶斯网络的推理分析、决策网络的决策支持分析、网络模型的敏感性分析等分析能力；

（2）提供模型案例维护功能并支持网络模型验证、机器学习等相关应用；

（3）能够对大型网络进行高效分析；

4 功能紧凑、简单易用、

        talbay以用户为中心，力求以最简洁的方式完成相关业务操作。

（1）在模型图上通过点击状态名称轻松实现证据节点的设置与清除;

（2）在模型图上可直接选择目标结点以进行参数学习、敏感性分析或网络模型验证;

（3）使用过程中，信息面板中会随时提供操作提示信息；

5 适用性强

（1）支持对CPT表中不符逻辑组合的维护并在相关分析过程中准确处理；

（2）参数学习能够累加旧案例集合进行综合学习；

（3）结构学习支持在已有背景知识（专家支持）的前提下学习；

（4）网络验证结果既提供数据表也提供相关曲线图形

三 主要功能

   1 贝叶斯网络及决策网络建模

      构建准确美观且数据完备的网络模型。

（1）节点类型

        机会节点、决策节点、效用节点。

（2）连接线类型

        静态连接线、全过程连接线、单时间片连接线

（3）模型编辑

       添加、删除、修改事件；复制、粘贴、放大、缩小、移动节点、切换线型、改变节点形状、撤销、恢复、字体设置、颜色设置等。

（4) CPT表维护

        维护节点对应的CPT表。自动生成父节点组合列表，可通过拖动表格列头调整父节点组合顺序，支持不可能组合条目相关数据的录入及存储。

   2 概率推理

        首先检查模型是否合规，如不合规，在信息面板中给出相关违规信息以及改正提示，如合规则会根据模型中各机会节点的CPT数据以及证据节点集合数据计算各机会节点的边缘概率，计算完成后，将结果显示在模型图上。

3 决策支持

        根据模型中各机会节点的CPT数据以、证据节点集合数据、效用节点的效用数据以及相关决策节点的决策数据计算各决策节点的各策略对应的效用值，对于确定策略的效用值，直接显示在模型图上，并突出显示效用值最大的决策项。    

   4敏感性分析

       对于合规的贝叶斯网络可进行敏感性分析。具体包括计算模型中其它节点与目标结点之间的互信息、信念方差等数据。

4模型验证

        talbay提供案例维护功能并支持基于案例集合进行网络模型验证。验证完成后，以混淆矩阵、评价指标、校准数据采样、测试质量采样、ROC曲线等多个角度展现模型验证结果，还计算了AUC和基尼系数。

 

5机器学习

       基于现有案例集合进行参数学习以及基于背景知识进行结构学习，对于缺失的数据进行必要的拟合。

(1)参数学习

        借助于现有案例集合获取各节点的CPT数据，能够整合旧案例集合的学习结果。

(2)结构学习

        借助于现有案例集合，结合已知变量间关系（专家支持），获取整个案例集中各变量之间的关系，并生成合规的网络模型。

最新版版本号：talbayV2.4.1