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”

Axiomatisation of fully probabilistic design

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985556%3A_____%2F12%3A00367271" target="_blank" >RIV/67985556:_____/12:00367271 - isvavai.cz</a>

  • Výsledek na webu

    <a href="http://dx.doi.org/10.1016/j.ins.2011.09.018" target="_blank" >http://dx.doi.org/10.1016/j.ins.2011.09.018</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.1016/j.ins.2011.09.018" target="_blank" >10.1016/j.ins.2011.09.018</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Axiomatisation of fully probabilistic design

  • Popis výsledku v původním jazyce

    This text provides background of fully probabilistic design (FPD) of decision-making strategies and shows that it is a proper extension of the standard Bayesian decision making. FPD essentially minimises Kullback?Leibler divergence of closed-loop model on its ideal counterpart. The inspection of the background is important as the current motivation for FPD is mostly heuristic one, while the technical development of FPD confirms its far reaching possibilities. FPD unifies and simplifies subtasks and elements of decision making under uncertainty. For instance, (i) both system model and decision preferences are expressed in common probabilistic language; (ii) optimisation is simplified due to existence of explicit minimiser in stochastic dynamic programming; (iii) DM methodology for single and multiple aims is unified.

  • Název v anglickém jazyce

    Axiomatisation of fully probabilistic design

  • Popis výsledku anglicky

    This text provides background of fully probabilistic design (FPD) of decision-making strategies and shows that it is a proper extension of the standard Bayesian decision making. FPD essentially minimises Kullback?Leibler divergence of closed-loop model on its ideal counterpart. The inspection of the background is important as the current motivation for FPD is mostly heuristic one, while the technical development of FPD confirms its far reaching possibilities. FPD unifies and simplifies subtasks and elements of decision making under uncertainty. For instance, (i) both system model and decision preferences are expressed in common probabilistic language; (ii) optimisation is simplified due to existence of explicit minimiser in stochastic dynamic programming; (iii) DM methodology for single and multiple aims is unified.

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

    Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.

  • Návaznosti

    Z - Vyzkumny zamer (s odkazem do CEZ)

Ostatní

  • Rok uplatnění

    2012

  • Kód důvěrnosti údajů

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

Údaje specifické pro druh výsledku

  • Název periodika

    Information Sciences

  • ISSN

    0020-0255

  • e-ISSN

  • Svazek periodika

    186

  • Číslo periodika v rámci svazku

    1

  • Stát vydavatele periodika

    US - Spojené státy americké

  • Počet stran výsledku

    9

  • Strana od-do

    105-113

  • Kód UT WoS článku

    000298460300007

  • EID výsledku v databázi Scopus