Multidimensional structured models
Project goals
Graphical Markov models, one of the most popular tools of modern multivariate statistics used for description of multidimensional structured models, is the very technique that dominates probabilistic modelling in Artificial Intelligence. On the other hand, in the last two decades possibility theory has emerged and its applicability in AI has been proven as an alternative to probability theory. Furthermore, within possibilistic framework, several attempts have been made to construct models correspondingto some graphical Markov models, namely Bayesian networks, and properties of conditional possibilistic independence suggest that alternatives of a wider class of graphical models can be defined. Therefore, we propose to investigate and develop new parallels in these two fields, to distil their common features and, simultaneously, not to confine ourselves to graphical models. Our theoretical goal is to obtain a unified view on both kinds of models for which we will employ the apparatus
Keywords
Public support
Provider
Czech Science Foundation
Programme
Standard projects
Call for proposals
Standardní projekty 1 (SGA02002GA-ST)
Main participants
Vysoká škola ekonomická v Praze / Fakulta informatiky a statistiky
Contest type
VS - Public tender
Contract ID
—
Alternative language
Project name in Czech
Mnohorozměrné strukturované modely
Annotation in Czech
Grafické markovské modely, jeden z nejrozšířenějších nástrojů moderní statistiky pro popis mnohorozměrných strukturovaných modelů, jsou technikou, která dominuje pravděpodobnostnímu modelování v umělé inteligenci. Na druhou stranu, v průběhu uplynulých dvaceti let se objevila teorie možnosti (possibility theory) a prokázala svoji použitelnost v oblasti umělé inteligence jako alternativa k teorii pravděpodobnosti. Navíc se v rámci teorie možnosti objevilo několik pokusů konstruovat modely odpovídající některým grafickým markovským modelům, konkrétně bayesovským sítím, a vlastnosti podmíněné posibilistické nezávislosti naznačují, že bude možné definovat protějšky širší třídy grafických modelů. Proto navrhujeme zkoumat a rozvíjet nové paralely mezi těmitodvěma oblastmi, odhalovat jejich společné rysy, a přitom se neomezovat jen na grafické modely. Teoretickým cílem je získat jednotící pohled na oba druhy modelů; zde hodláme využít aparát založený na iterativním použití operátorů skládání. Tuto
Scientific branches
R&D category
ZV - Basic research
CEP classification - main branch
BA - General mathematics
CEP - secondary branch
BB - Applied statistics, operational research
CEP - another secondary branch
JD - Use of computers, robotics and its application
10101 - Pure mathematics
10103 - Statistics and probability
20204 - Robotics and automatic control
20205 - Automation and control systems
Completed project evaluation
Provider evaluation
V - Vynikající výsledky projektu (s mezinárodním významem atd.)
Project results evaluation
Within the framework of the research project we concentrated on theoretical development of a specific class of models designed for uncertain knowledge representation and processing: models based on both probability and possibility multidimensional distri
Solution timeline
Realization period - beginning
Jan 1, 2002
Realization period - end
Jan 1, 2004
Project status
U - Finished project
Latest support payment
—
Data delivery to CEP
Confidentiality
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Data delivery code
CEP/2005/GA0/GA05GA/U/N/B:7
Data delivery date
Jun 2, 2008
Finance
Total approved costs
1,390 thou. CZK
Public financial support
721 thou. CZK
Other public sources
669 thou. CZK
Non public and foreign sources
0 thou. CZK
Basic information
Recognised costs
1 390 CZK thou.
Public support
721 CZK thou.
51%
Provider
Czech Science Foundation
CEP
BA - General mathematics
Solution period
01. 01. 2002 - 01. 01. 2004