All

What are you looking for?

All
Projects
Results
Organizations

Quick search

  • Projects supported by TA ČR
  • Excellent projects
  • Projects with the highest public support
  • Current projects

Smart search

  • That is how I find a specific +word
  • That is how I leave the -word out of the results
  • “That is how I can find the whole phrase”

Probabilistic partial knowledge handling

The result's identifiers

  • Result code in IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985556%3A_____%2F08%3A00098606" target="_blank" >RIV/67985556:_____/08:00098606 - isvavai.cz</a>

  • Alternative codes found

    RIV/61384399:31160/08:00029688

  • Result on the web

  • DOI - Digital Object Identifier

Alternative languages

  • Result language

    angličtina

  • Original language name

    Probabilistic partial knowledge handling

  • Original language description

    The paper is a short review and comparison of two probabilistic models for uncertain knowledge representation: Bayesian networks and compositional models. These two approaches were chosen because they represent the same class of distributions and becausethey are typical representatives of the approaches using conditional (for Bayesian networks) and unconditional (for compositional models) distributions as basic building blocks for model construction. The comparison is made from the viewpoint of partialknowledge processing, in particular. Here we have in mind not only their capability to create global models from systems of pieces of local knowledge but most of all their efficiency to infer new pieces of local knowledge, different from those forming agenerating (input) system.

  • Czech name

    Pravděpodobnostní metody práce s částečnými znalostmi

  • Czech description

    Publikace je krátkým přehledem a srovnáním dvou pravděpodobnostních přístupů k reprezentaci znalostí: bayesovských sítí a kompozicionálních modelů. Tyto modely byly zvoleny jedna proto, že reprezentují stejnou třídu distribucí, dále pak proto, že jsou typickými představiteli přístupů používajících podmíněnou (bayesovské sítě) či nepodmíněnou (kompozicionální modely) distribuci jako základní stavební kámen modelu. Porovnání je provedeno především z hlediska zpracování částečných znalostí.

Classification

  • Type

    J<sub>x</sub> - Unclassified - Peer-reviewed scientific article (Jimp, Jsc and Jost)

  • CEP classification

    IN - Informatics

  • OECD FORD branch

Result continuities

  • Project

    Result was created during the realization of more than one project. More information in the Projects tab.

  • Continuities

    P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)<br>Z - Vyzkumny zamer (s odkazem do CEZ)

Others

  • Publication year

    2008

  • Confidentiality

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Data specific for result type

  • Name of the periodical

    International Journal of Approximate Reasoning

  • ISSN

    0888-613X

  • e-ISSN

  • Volume of the periodical

    47

  • Issue of the periodical within the volume

    3

  • Country of publishing house

    US - UNITED STATES

  • Number of pages

    9

  • Pages from-to

    359-367

  • UT code for WoS article

  • EID of the result in the Scopus database