Přejít k hlavnímu obsahu
top

Bibliografie

Conference Paper (international conference)

Persegrams of Compositional Models Revisited: conditional independence

Jiroušek Radim

: Proceedings of the 12th International Conference on Information Processing and Management of Uncertianlty in Konowledge-based Systems, p. 915-922 , Eds: Magdalena L., Ojeda Aciego Manuel, Verdegay J. L.

: 12th International Conference on Information Processing and Management of Uncertianlty in Konowledge-based Systems, (Malaga, ES, 22.06.2008-27.06.2008)

: CEZ:AV0Z10750506

: 1M0572, GA MŠk

: conditional independence, probability distribution, multidimensionality

: http://library.utia.cas.cz/separaty/2008/MTR/jirousek-persegrams of compositional models revisited conditional independence.pdf

(eng): Analogously to Graphical Markov models, also Compositional models serve as an efficient tool for multidimensional models representation. The main idea of the latter models resembles a jig saw puzzle: Multidimensional models are assembled (composed) from a large number of small pieces, from a large number of low-dimensional models. Originally they were designed to represent multidimensional probability distributions. In this paper they will be used to represent multidimensional belief functions (or more precisely, multidimensional basic belief assignments) with the help of a system of low-dimensional ones.

(cze): Podobně jako grafické markovské modely i kompozicionální modely slouží k reprezentaci mnohorozměrných modelů. Hlavní myšlenka, na které jsou kompozicionální modely založeny, připomíná dětskou skládanku. Mnohodimensionální model je složen z velkého počtu malých stavebních kamenů, velkého počtu málodimensionálích modelů. Původně byly kompozicionální modely navrženy pro reprezentaci pravděpodobnostních distribucí. Tento článek popisuje možnost jejich použití pro reprezentaci domněnkových funkcí (či přesněji tzv. basic assignments).

: IN