GENERACJE W SIECIACH BAYESOWSKICH
Alexander Litvinenko
litvinenko@uq.rwth-aachen.deChair of Mathematics for Uncertainty Quantification, RWTH Aachen (Niemcy)
http://orcid.org/0000-0001-5427-3598
Natalya Litvinenko
Institute of Information and Computational Technologies (Kazachstan)
http://orcid.org/0000-0002-0576-8305
Orken Mamyrbayev
Institute of Information and Computational Technologies (Kazachstan)
http://orcid.org/0000-0001-8318-3794
Assem Shayakhmetova
Institute of Information and Computational Technologies (Kazachstan)
http://orcid.org/0000-0002-4072-3671
Abstrakt
Niniejszy artykuł koncentruje się na badaniu pewnych aspektów teorii zorientowanych grafów w sieciach bayesowskich. W niektórych artykułach na temat teorii sieci bayesowskich pojęcie „generacji wierzchołków” oznacza pewien zestaw wierzchołków z wieloma rodzicami należącymi do poprzednich generacji. Terminologia tego pojęcia, naszym zdaniem, nie została jeszcze w pełni rozwinięta. Koncepcja „Generacji” w niektórych przypadkach ułatwia rozwiązywanie niektórych problemów w sieciach bayesowskich i budowanie prostszych algorytmów.
W tym artykule rozważymy dobrze znany przykład „Azja”, opisany w wielu artykułach i książkach, a także w dokumentacji technicznej różnych zestawów narzędzi. Do budowy tego przykładu wykorzystaliśmy wersje testowe AgenaRisk.
Słowa kluczowe:
sieci bayessowskie, AgenaRisk, grafy zorientowane, generacja wierzchołkówBibliografia
AgenaRisk 7.0 User Manual. 2016.
Google Scholar
Bidyuk P., Terentyev A.: Construction and methods of learning of Bayesian Networks. Tavricheskiy vestnik informatiki i matematiki 2/2004, 139–154.
Google Scholar
Getting Started with AgenaRisk. 2013.
Google Scholar
http://web4.cs.ucl.ac.uk/staff/D.Barber/textbook/020217.pdf (available 15.05.2019).
Google Scholar
http://www.agenarisk.com (available 15.05.2019).
Google Scholar
http://www.businessdataanalytics.ru/download/BayesianNetworks.pdf (available 15.05.2019).
Google Scholar
http://www.cs.technion.ac.il/~dang/books/Learning%20Bayesian%20Networks(Neapolitan,%20Richard).pdf (available 15.05.2019).
Google Scholar
http://www.stat.yale.edu/~jtc5/BioinformaticsCourse2001/MurphyBayesNetIntro.pdf (available 15.05.2019).
Google Scholar
https://pdfs.semanticscholar.org/7bc7/54bc548f32b9ac53df67e3171e8e4df66d15.pdf (available 15.05.2019).
Google Scholar
Jensen F. V., Nielsen T. D.: Bayesian Networks and Decision Graphs. Springer, 2007.
DOI: https://doi.org/10.1007/978-0-387-68282-2
Google Scholar
Litvinenko N., Litvinenko A., Mamyrbayev O., Shayakhmetova A.: On the issue of classification of types of evidence in Bayesian networks. IPIC, Almaty 2018.
Google Scholar
Litvinenko N., Litvinenko A., Mamyrbayev O., Shayakhmetova A.: Work with Bayesian Networks in BAYESIALAB. IPIC, Almaty 2018.
Google Scholar
Murphy K. P.: Machine Learning A Probabilistic Perspective. MIT Press, 2012.
Google Scholar
Autorzy
Alexander Litvinenkolitvinenko@uq.rwth-aachen.de
Chair of Mathematics for Uncertainty Quantification, RWTH Aachen Niemcy
http://orcid.org/0000-0001-5427-3598
Autorzy
Natalya LitvinenkoInstitute of Information and Computational Technologies Kazachstan
http://orcid.org/0000-0002-0576-8305
Autorzy
Orken MamyrbayevInstitute of Information and Computational Technologies Kazachstan
http://orcid.org/0000-0001-8318-3794
Autorzy
Assem ShayakhmetovaInstitute of Information and Computational Technologies Kazachstan
http://orcid.org/0000-0002-4072-3671
Statystyki
Abstract views: 266PDF downloads: 241
Licencja
Utwór dostępny jest na licencji Creative Commons Uznanie autorstwa – Na tych samych warunkach 4.0 Miedzynarodowe.
Inne teksty tego samego autora
- Roman Kvуetnyy, Yuriy Bunyak, Olga Sofina, Oleksandr Kaduk, Orken Mamyrbayev, Vladyslav Baklaiev, Bakhyt Yeraliyeva, OPTYMALIZACJA OFERT REKLAMOWYCH POPRZEZ UKIERUNKOWANIE W OPARCIU O SAMOUCZĄCĄ SIĘ BAZĘ DANYCH , Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska: Tom 13 Nr 4 (2023)
- Liudmyla Shkilniak, Waldemar Wójcik, Sergii Pavlov, Oleg Vlasenko, Tetiana Kanishyna, Irina Khomyuk, Oleh Bezverkhyi, Sofia Dembitska, Orken Mamyrbayev, Aigul Iskakova, EKSPERCKIE SYSTEMY ROZMYTE DO OCENY INTENSYWNOŚCI REAKTYWNEGO OBRZĘKU TKANEK MIĘKKICH U PACJENTÓW Z CUKRZYCĄ , Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska: Tom 12 Nr 3 (2022)
- Veronika Cherkashina, Svitlana Litvinchuk, Vladyslav Lesko, Svetlana Kravets, Volodymyr Netrebskiy, Olena Sikorska, Orken Mamyrbayev, Baglan Imanbek , BADANIE ODDZIAŁYWANIA ELEKTROMAGNETYCZNEGO NAPOWIETRZNYCH LINII PRZESYŁOWYCH 330 KV NA SYSTEMY EKOLOGICZNE , Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska: Tom 12 Nr 2 (2022)
- Oleg Avrunin, Yana Nosova, Nataliia Shushliapina, Ibrahim Younouss Abdelhamid, Oleksandr Avrunin, Svetlana Kyrylashchuk, Olha Moskovchuk, Orken Mamyrbayev, ANALIZA CECH SEGMENTACJI GÓRNYCH DRÓG ODDECHOWYCH W CELU OKREŚLENIA PRZEWODNICTWA NOSOWEGO , Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska: Tom 12 Nr 4 (2022)
