Bayesian网络作为一种不确定性知识表达与推理工具己成功应用于用户智能交互、故障诊断、图象识别、医疗诊断和数据挖掘等诸多人工智能领域文献将Bayesian方法运用于非接触式无线射频自动识别(RFID,Radio Frequency Identification)系统中,提出三类惩罚函数用于Bayesian方法估计目标量,并将其改进以减少计算复杂度,用Bayesian方法对目标的识别精度高于普通识别算法。为研究制造厂面临的采购问题,文献[31]提出Bayesian模型动态更新供货风险知识,用于指定双重采购和管理财货清单战略。文献[32]运用Bayesian网络为复杂特殊系统-核电站提供详细诊断监测,将Bayesian网络作为高合理性工具,吸收系统固有内在信息并进行不确定性推理,对核电站的组件、系统在线故障诊断和预断病情,以此提高性能并评估可靠性。文献描述基于Bayesian网络的微软公司办公智能帮助系统,通过建立Bayesian用户组成模型,即可根据用户的背景、行为和问题推断用户需求,该方法成功作为Microsoft Office软件的帮助支持。文献提出美国海军实验室应用Bayesian网络,收集和分类之心网络证据,用于船只分类、战术制定,并开发出了用于识别船只的反应系统。在病情状况诊断检测领域,身体某部分的剩余寿命被公认为最具挑战问题,对此,文献提出Bayesian网络退化模型来计算和更新剩余寿命的分布。提出用于多功能摄影机监督系统的Bayesian等级划分网络框架,并将其用于“幽魂”监视的定位、标记与通信。文献详述利用基于Bayesian进行淋巴节的病理学分析,现在己经形成商业软件INTELLIPATH应用于数百家医院和诊所的网站。文献[39]讨论了 Bayesian网络的建造及其在数据采掘中的应用。