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”

Approximations of belief functions using compositional models

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985556%3A_____%2F21%3A00546027" target="_blank" >RIV/67985556:_____/21:00546027 - isvavai.cz</a>

  • Výsledek na webu

    <a href="http://dx.doi.org/10.1007/978-3-030-86772-0_26" target="_blank" >http://dx.doi.org/10.1007/978-3-030-86772-0_26</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.1007/978-3-030-86772-0_26" target="_blank" >10.1007/978-3-030-86772-0_26</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Approximations of belief functions using compositional models

  • Popis výsledku v původním jazyce

    For applications to practical problems, the paper proposes to use the approximations of belief functions, which simplify their dependence structure. Using an analogy with probability distributions, we represent these approximations in the form of compositional models. As no theoretical apparatus similar to probabilistic information theory exists for belief functions, the problems arise not only in connection with the design of algorithms seeking the optimal approximations but even in connection with a criterion comparing two different approximations. With this respect, the application of the analogy with probability theory fails. Therefore, the paper suggests the employment of simple heuristics easily applicable to real-life problems.

  • Název v anglickém jazyce

    Approximations of belief functions using compositional models

  • Popis výsledku anglicky

    For applications to practical problems, the paper proposes to use the approximations of belief functions, which simplify their dependence structure. Using an analogy with probability distributions, we represent these approximations in the form of compositional models. As no theoretical apparatus similar to probabilistic information theory exists for belief functions, the problems arise not only in connection with the design of algorithms seeking the optimal approximations but even in connection with a criterion comparing two different approximations. With this respect, the application of the analogy with probability theory fails. Therefore, the paper suggests the employment of simple heuristics easily applicable to real-life problems.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

  • OECD FORD obor

    10102 - Applied mathematics

Návaznosti výsledku

  • Projekt

  • Návaznosti

    I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

Ostatní

  • Rok uplatnění

    2021

  • 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

    Symbolic and Quantitative Approaches to Reasoning with Uncertainty. 16th European Conference, ECSQARU 2021 Proceedings

  • ISBN

    978-3-030-86771-3

  • ISSN

    0302-9743

  • e-ISSN

  • Počet stran výsledku

    13

  • Strana od-do

    354-366

  • Název nakladatele

    Springer

  • Místo vydání

    Cham

  • Místo konání akce

    Praha

  • Datum konání akce

    21. 9. 2021

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku