Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Fully probabilistic knowledge expression and incorporation

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61989100%3A27240%2F14%3A86093071" target="_blank" >RIV/61989100:27240/14:86093071 - isvavai.cz</a>

  • Nalezeny alternativní kódy

    RIV/67985556:_____/14:00438275

  • Výsledek na webu

    <a href="http://dx.doi.org/10.4310/SII.2014.v7.n4.a7" target="_blank" >http://dx.doi.org/10.4310/SII.2014.v7.n4.a7</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.4310/SII.2014.v7.n4.a7" target="_blank" >10.4310/SII.2014.v7.n4.a7</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Fully probabilistic knowledge expression and incorporation

  • Popis výsledku v původním jazyce

    An exploitation of prior knowledge in parameter estimation becomes vital whenever measured data is not informative enough. Elicitation of quantified prior knowledge is a well-elaborated art in societal and medical applications but not in the engineeringones. Frequently required involvement of a facilitator is mostly unrealistic due to either facilitator's high costs or complexity of modelled relationships that cannot be grasped by humans. This paper provides a facilitator-free approach based on an advanced knowledge-sharing methodology. It presents the approach on commonly available types of knowledge and applies the methodology to a normal controlled autoregressive model.

  • Název v anglickém jazyce

    Fully probabilistic knowledge expression and incorporation

  • Popis výsledku anglicky

    An exploitation of prior knowledge in parameter estimation becomes vital whenever measured data is not informative enough. Elicitation of quantified prior knowledge is a well-elaborated art in societal and medical applications but not in the engineeringones. Frequently required involvement of a facilitator is mostly unrealistic due to either facilitator's high costs or complexity of modelled relationships that cannot be grasped by humans. This paper provides a facilitator-free approach based on an advanced knowledge-sharing methodology. It presents the approach on commonly available types of knowledge and applies the methodology to a normal controlled autoregressive model.

Klasifikace

  • Druh

    J<sub>x</sub> - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)

  • CEP obor

    BB - Aplikovaná statistika, operační výzkum

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

    <a href="/cs/project/GA13-13502S" target="_blank" >GA13-13502S: Plně pravděpodobností návrh dynamických rozhodovacích strategií s nedokonalými účastníky v tržních scénářích</a><br>

  • Návaznosti

    S - Specificky vyzkum na vysokych skolach

Ostatní

  • Rok uplatnění

    2014

  • Kód důvěrnosti údajů

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

Údaje specifické pro druh výsledku

  • Název periodika

    Statistics and its Interface

  • ISSN

    1938-7989

  • e-ISSN

  • Svazek periodika

    7

  • Číslo periodika v rámci svazku

    4

  • Stát vydavatele periodika

    US - Spojené státy americké

  • Počet stran výsledku

    13

  • Strana od-do

    503-515

  • Kód UT WoS článku

    000348624200008

  • EID výsledku v databázi Scopus