Weighted Probabilistic Opinion Pooling Based on Cross-Entropy
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985556%3A_____%2F15%3A00450905" target="_blank" >RIV/67985556:_____/15:00450905 - isvavai.cz</a>
Výsledek na webu
<a href="http://dx.doi.org/10.1007/978-3-319-26535-3" target="_blank" >http://dx.doi.org/10.1007/978-3-319-26535-3</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1007/978-3-319-26535-3" target="_blank" >10.1007/978-3-319-26535-3</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Weighted Probabilistic Opinion Pooling Based on Cross-Entropy
Popis výsledku v původním jazyce
In this work we focus on opinion pooling in the finite group of sources introduced in [Seckarova, 2015]. This approach, heavily exploiting Kullback-Leibler divergence (also known as cross-entropy), allows us to combine sources? opinions given in probabilistic form, i.e. represented by the probability mass function (pmf). However, this approach assumes that sources are equally reliable with no preferences on, e.g., importance of a particular source. The discussion about the influence of the combination by preferences among sources (represented by weights) and numerical demonstration of the derived theory on an illustrative example form the core of this contribution.
Název v anglickém jazyce
Weighted Probabilistic Opinion Pooling Based on Cross-Entropy
Popis výsledku anglicky
In this work we focus on opinion pooling in the finite group of sources introduced in [Seckarova, 2015]. This approach, heavily exploiting Kullback-Leibler divergence (also known as cross-entropy), allows us to combine sources? opinions given in probabilistic form, i.e. represented by the probability mass function (pmf). However, this approach assumes that sources are equally reliable with no preferences on, e.g., importance of a particular source. The discussion about the influence of the combination by preferences among sources (represented by weights) and numerical demonstration of the derived theory on an illustrative example form the core of this contribution.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
BC - Teorie a systémy řízení
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
I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace
Ostatní
Rok uplatnění
2015
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název statě ve sborníku
Neural Information Processing
ISBN
978-3-319-26534-6
ISSN
0302-9743
e-ISSN
—
Počet stran výsledku
7
Strana od-do
623-629
Název nakladatele
Springer International Publishing
Místo vydání
Cham
Místo konání akce
Istanbul
Datum konání akce
9. 11. 2015
Typ akce podle státní příslušnosti
EUR - Evropská akce
Kód UT WoS článku
—