An Approximate Tensor-Based Inference Method Applied to the Game of Minesweeper

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985556%3A_____%2F14%3A00431896" target="_blank" >RIV/67985556:_____/14:00431896 - isvavai.cz</a>

Výsledek na webu

<a href="http://dx.doi.org/10.1007/978-3-319-11433-0_35" target="_blank" >http://dx.doi.org/10.1007/978-3-319-11433-0_35</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1007/978-3-319-11433-0_35" target="_blank" >10.1007/978-3-319-11433-0_35</a>

Jazyk výsledku

angličtina

Název v původním jazyce

An Approximate Tensor-Based Inference Method Applied to the Game of Minesweeper

Popis výsledku v původním jazyce

We propose an approximate probabilistic inference method based on the CP-tensor decomposition and apply it to the well known computer game of Minesweeper. In the method we view conditional probability tables of the exactly l-out-of-k functions as tensors and approximate them by a sum of rank-one tensors. The number of the summands is min{l+1,k-l+1}, which is lower than their exact symmetric tensor rank, which is k. Accuracy of the approximation can be tuned by single scalar parameter. The computer game serves as a prototype for applications of inference mechanisms in Bayesian networks, which are not always tractable due to the dimensionality of the problem, but the tensor decomposition may significantly help.

Název v anglickém jazyce

An Approximate Tensor-Based Inference Method Applied to the Game of Minesweeper

Popis výsledku anglicky

We propose an approximate probabilistic inference method based on the CP-tensor decomposition and apply it to the well known computer game of Minesweeper. In the method we view conditional probability tables of the exactly l-out-of-k functions as tensors and approximate them by a sum of rank-one tensors. The number of the summands is min{l+1,k-l+1}, which is lower than their exact symmetric tensor rank, which is k. Accuracy of the approximation can be tuned by single scalar parameter. The computer game serves as a prototype for applications of inference mechanisms in Bayesian networks, which are not always tractable due to the dimensionality of the problem, but the tensor decomposition may significantly help.

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

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

Návaznosti

I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

Rok uplatnění

2014

Kód důvěrnosti údajů

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

Název statě ve sborníku

Probabilistic Graphical Models

ISBN

978-3-319-11432-3

ISSN

—

e-ISSN

—

Počet stran výsledku

16

Strana od-do

535-550

Název nakladatele

Springer International Publishing

Místo vydání

Cham Heidelberg NewYork Dordrecht London

Místo konání akce

Utrecht

Datum konání akce

17. 9. 2014

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

000358253800035