Přejít k hlavnímu obsahu
top

Bibliografie

Conference Paper (international conference)

Theoretical foundations for marginalization in compositional models

Jiroušek Radim, Bína V.

: Proceedings of Czech-Japan Seminar on Data Analysis and Decision-Making under Uncertainty, p. 224-231 , Eds: Watada J.

: Czech-Japan Seminar on Data Analysis and Decision-Making under Uncertainty /9./, (Kitakyushu, JP, 18.08.2006-22.08.2006)

: CEZ:AV0Z10750506

: IAA2075302, GA AV ČR

: compositional model, multidimensional distribution, Bayesian network

(eng): Efficient computational algorithms are what made graphical Markov models so popular and successful. Similar algorithms can also be developed for computation with compositional models, which form an alternative to graphical Markov models. In this paper we present a theoretical basis as well as a scheme of an algorithm enabling computation of marginals for multidimensional distributions represented in the form of compositional models.

(cze): Grafické Markovské modely jsou populární především proto, že pro ně byli navrženy efektivní výpočetní algoritmy. Podobné algoritmy mohou být použity i pro kompozicionální modely, které jsou alternativou Bayesovským sítím. Článek přináší nezbytný teoretický základ a stručný nástin algoritmu pro výpočet marginálních distribucí pro mnohodimensionální distribuce reprezentované ve formě kompozicionálního modelu.

: 12A

: BA