Trail-Weighted 证据剪枝：贝叶斯网络近似结果预测的评分方法与误差界

Trail-weighted 证据剪枝法在随机树状贝叶斯网络中，相比同等规模的随机剪枝，预测误差降低 1.4 至 13 倍。 该方法在无碰撞节点网络中，证明 Trail 评分等于端点间精确相关性，且给出可计算的后验误差上界。 在含碰撞节点和环路的 bnlearn 网络中，该评分法未证明具备推理加速优势，且通用图特征表现不如 Trail 特征。