bibtype	K - Conference Paper (Czech conference)
ARLID	0086632
utime	20240103184514.5
mtime	20071003235959.9
title (primary) (eng)	An Effective Algorithm to Search Reductions in Compositional Models
specification	page_count 12 s.
serial	ARLID cav_un_epca*0085998 title Proceedings of Czech-Japan Seminar on Data Analysis and Decision Making under Uncertainty /10./ page_num 75-86 publisher place Praha name UTIA AV ČR year 2007 editor name1 Kroupa name2 T. editor name1 Vejnarová name2 J.
title (cze)	Efektivní algoritmus na hledání redukcí v kompozicionálních modelech
keyword	compositional model
keyword	marginalization
keyword	reduction
author (primary)	ARLID cav_un_auth*0216188 name1 Kratochvíl name2 Václav institution UTIA-B full_dept Department of Decision Making Theory fullinstit Ústav teorie informace a automatizace AV ČR, v. v. i.
cas_special	project project_id 1M0572 agency GA MŠk ARLID cav_un_auth*0001814 project project_id IAA2075302 agency GA AV ČR ARLID cav_un_auth*0001801 project project_id 2C06019 agency GA MŠk country CZ ARLID cav_un_auth*0216518 research CEZ:AV0Z10750506 abstract (eng) This paper deals with the problem of marginalization of multidimensional probability distributions represented by a compositional model. By the perfect one in this case. From the computational point of view this solution is more efficient than any known marginalization process for Bayesian models. This is because the process mentioned in the paper in a form of an algorithm and takes an advantage of the fact that the perfect sequence models have some information encoded; if can be obtained from the Bayesian networks by an application of rather computationally expensive procedures. One part of that algorithm is marginalization by means of reduction. This paper describe a new faster algorithm to find a reduction in a compositional model. abstract (cze) Marginalizace multidimenzionálních distribucí reprezentovaných perfektními kompozicionálními modely je mnohem efektivnější než jakýkoli marginalizační proces v bayesovských sítích. Důvod je prostý. Marginalizační algoritmus, zmíněný v tomto článku, využívá informací zakódovaných ve struktuře kompozicionálních modelů, které se v bayseovských sítích musí složitě vypočítat. V tomto článku se zabýváme jednou podsekcí marginalizačního algoritmu - marginalizací redukcí. Je zde představen nový rychlejší způsob hledání redukcí v kompozicionálních modelech. action ARLID cav_un_auth*0230109 name Czech-Japan Seminar on Data Analysis and Decision Making under Uncertainty /10./ place Liblice dates 15.09.2007-18.09.2007 country CZ reportyear 2008 RIV BA permalink http://hdl.handle.net/11104/0148841 arlyear 2007 mrcbU63 cav_un_epca*0085998 Proceedings of Czech-Japan Seminar on Data Analysis and Decision Making under Uncertainty /10./ 75 86 Praha UTIA AV ČR 2007 mrcbU67 Kroupa T. 340 mrcbU67 Vejnarová J. 340