Bayesian networks' development based on noisy-max nodes for modeling investment

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F44555601%3A13440%2F19%3A43894893" target="_blank" >RIV/44555601:13440/19:43894893 - isvavai.cz</a>

Výsledek na webu

<a href="http://ceur-ws.org/Vol-2386/paper1.pdf" target="_blank" >http://ceur-ws.org/Vol-2386/paper1.pdf</a>

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

Bayesian networks' development based on noisy-max nodes for modeling investment

Popis výsledku v původním jazyce

This article focuses on the use of Bayesian networks for analyzing the growth relationship of Ukraine&apos;s gross domestic product (GDP) from the volume of investment in the transport industry and offers a comparative description of the use of different structural training algorithms. It is shown that Noisy-max nodes as compared to General nodes provide relatively high initial accuracy. General nodes require a repeated validation procedure. When using the Hirerical sampling method, the accuracy of the network result with General nodes remains unchanged, and with Noisy-max nodes, it increases (in our case, by 12.32%). However, Noisy-max nodes entail an increase in time and computational costs.

Název v anglickém jazyce

Bayesian networks' development based on noisy-max nodes for modeling investment

Popis výsledku anglicky

This article focuses on the use of Bayesian networks for analyzing the growth relationship of Ukraine&apos;s gross domestic product (GDP) from the volume of investment in the transport industry and offers a comparative description of the use of different structural training algorithms. It is shown that Noisy-max nodes as compared to General nodes provide relatively high initial accuracy. General nodes require a repeated validation procedure. When using the Hirerical sampling method, the accuracy of the network result with General nodes remains unchanged, and with Noisy-max nodes, it increases (in our case, by 12.32%). However, Noisy-max nodes entail an increase in time and computational costs.

Druh

D - Stať ve sborníku

CEP obor

—

OECD FORD obor

10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)

Projekt

—

Návaznosti

I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

Rok uplatnění

2019

Kód důvěrnosti údajů

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

Název statě ve sborníku

CEUR Workshop Proceedings

ISBN

—

ISSN

1613-0073

e-ISSN

—

Počet stran výsledku

10

Strana od-do

"nestrankovano"

Název nakladatele

CEUR-WS

Místo vydání

Paris

Místo konání akce

Shatsk

Datum konání akce

2. 6. 2019

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—