On the relationship between graphical and compositional models for the Dempster-Shafer theory of belief functions
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985556%3A_____%2F23%3A00573617" target="_blank" >RIV/67985556:_____/23:00573617 - isvavai.cz</a>
Výsledek na webu
—
DOI - Digital Object Identifier
—
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
On the relationship between graphical and compositional models for the Dempster-Shafer theory of belief functions
Popis výsledku v původním jazyce
This paper studies the relationship between graphical and compositional models representing joint belief functions. In probability theory, the class of Bayesian networks (directed graphical models) is equivalent to compositional models. Such an equivalence does not hold for the Dempster-Shafer belief function theory. We show that each directed graphical belief function model can be represented as a compositional model, but the converse does not hold. As there are two composition operators for belief functions, there are two types of compositional models. In studying their relation to graphical models, they are closely connected. Namely, one is more specific than the other. A precise relationship between these two composition operators is described.
Název v anglickém jazyce
On the relationship between graphical and compositional models for the Dempster-Shafer theory of belief functions
Popis výsledku anglicky
This paper studies the relationship between graphical and compositional models representing joint belief functions. In probability theory, the class of Bayesian networks (directed graphical models) is equivalent to compositional models. Such an equivalence does not hold for the Dempster-Shafer belief function theory. We show that each directed graphical belief function model can be represented as a compositional model, but the converse does not hold. As there are two composition operators for belief functions, there are two types of compositional models. In studying their relation to graphical models, they are closely connected. Namely, one is more specific than the other. A precise relationship between these two composition operators is described.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
—
OECD FORD obor
10101 - Pure mathematics
Návaznosti výsledku
Projekt
<a href="/cs/project/GA21-07494S" target="_blank" >GA21-07494S: Účinnost politiky snižování emisí uhlíku</a><br>
Návaznosti
I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace
Ostatní
Rok uplatnění
2023
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
Proceedings of Machine Learning Research, Volume 215: International Symposium on Imprecise Probability: Theories and Applications,
ISBN
—
ISSN
2640-3498
e-ISSN
2640-3498
Počet stran výsledku
11
Strana od-do
259-269
Název nakladatele
PMLR
Místo vydání
Almerı́a
Místo konání akce
Oviedo
Datum konání akce
11. 7. 2023
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
—