Preference Elicitation in Fully Probabilistic Design of Decision Strategies

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985556%3A_____%2F10%3A00353209" target="_blank" >RIV/67985556:_____/10:00353209 - isvavai.cz</a>

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

Preference Elicitation in Fully Probabilistic Design of Decision Strategies

Popis výsledku v původním jazyce

Any systematic decision-making design selects a decision strategy that makes the resulting closed-loop behaviour close to the desired one. Fully Probabilistic Design (FPD) describes modelled and desired closed-loop behaviours via their distributions. Thedesigned strategy is a minimiser of Kullback-Leibler divergence of these distributions. FPD: i) unifies modelling and aim-expressing languages; ii) directly describes multiple aims and constraints; iii) simplifies an (inevitable) approximate design as it has an explicit minimiser. The paper enriches the theory of FPD, in particular, it: i) improves its axiomatic basis; ii) quantitatively relates FPD to standard Bayesian decision making showing that the set of FPD tasks is a dense extension of Bayesianproblem formulations; iii) opens a way to a systematic data-based preference elicitation, i.e., quantitative expression of decision-making aims.

Název v anglickém jazyce

Preference Elicitation in Fully Probabilistic Design of Decision Strategies

Popis výsledku anglicky

Any systematic decision-making design selects a decision strategy that makes the resulting closed-loop behaviour close to the desired one. Fully Probabilistic Design (FPD) describes modelled and desired closed-loop behaviours via their distributions. Thedesigned strategy is a minimiser of Kullback-Leibler divergence of these distributions. FPD: i) unifies modelling and aim-expressing languages; ii) directly describes multiple aims and constraints; iii) simplifies an (inevitable) approximate design as it has an explicit minimiser. The paper enriches the theory of FPD, in particular, it: i) improves its axiomatic basis; ii) quantitatively relates FPD to standard Bayesian decision making showing that the set of FPD tasks is a dense extension of Bayesianproblem formulations; iii) opens a way to a systematic data-based preference elicitation, i.e., quantitative expression of decision-making aims.

Druh

D - Stať ve sborníku

CEP obor

BB - Aplikovaná statistika, operační výzkum

OECD FORD obor

—

Projekt

<a href="/cs/project/GA102%2F08%2F0567" target="_blank" >GA102/08/0567: Plně pravděpodobnostní návrh dynamických rozhodovacích strategií</a><br>

Návaznosti

Z - Vyzkumny zamer (s odkazem do CEZ)

Rok uplatnění

2010

Kód důvěrnosti údajů

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

Název statě ve sborníku

Proceedings of the 49th IEEE Conference on Decision and Control

ISBN

978-1-4244-7745-6

ISSN

—

e-ISSN

—

Počet stran výsledku

6

Strana od-do

—

Název nakladatele

IEEE

Místo vydání

Atlanta

Místo konání akce

Atlanta

Datum konání akce

14. 12. 2010

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—