bibtype |
J -
Journal Article
|
ARLID |
0106398 |
utime |
20240103173141.6 |
mtime |
20050324235959.9 |
title
(primary) (eng) |
Integrating inconsistent data in a probabilistic model |
specification |
|
serial |
ARLID |
cav_un_epca*0290600 |
ISSN |
1166-3081 |
title
|
Journal of Applied Non-Classical Logics |
volume_id |
14 |
volume |
3 (2004) |
page_num |
367-386 |
publisher |
|
|
title
(cze) |
Spojování nekozistentních dat v pravděpodobnostním modelu |
keyword |
probabilistic models |
keyword |
iterative proportional fitting |
keyword |
knowledge integration |
author
(primary) |
ARLID |
cav_un_auth*0101228 |
name1 |
Vomlel |
name2 |
Jiří |
institution |
UTIA-B |
full_dept |
Department of Decision Making Theory |
fullinstit |
Ústav teorie informace a automatizace AV ČR, v. v. i. |
|
COSATI |
12B |
cas_special |
project |
project_id |
GA201/02/1269 |
agency |
GA ČR |
ARLID |
cav_un_auth*0005739 |
|
research |
CEZ:AV0Z1075907 |
abstract
(eng) |
We discuss the process of building a joint probability distribution from an input set of low-dimensional probability distributions. Since the solution of the problem for a consistent input set of probability distributions is known we concentrate on a setup where the input probability distributions are inconsistent. We propose a new algorithm that converges even in inconsistent case. |
abstract
(cze) |
Popsali jsme proces vytváření sdruženého pravděpodobnostního rozdělení ze vstupní množiny málorozměrných pravděpodobnostních rozdělení. Protože řešení pro konzistentní vstupní množinu je známo, zaměřili jsme se na situaci, kdy vstupní množina je nekonzistentní. Navrhli jsme nový algoritmus, který konverguje i v nekonzistentním případě |
reportyear |
2005 |
RIV |
BB |
permalink |
http://hdl.handle.net/11104/0013580 |
ID_orig |
UTIA-B 20040210 |
arlyear |
2004 |
mrcbU63 |
cav_un_epca*0290600 Journal of Applied Non-Classical Logics 1166-3081 Roč. 14 č. 3 2004 367 386 Taylor & Francis |
|