Local parameter training of algebraic Bayesian networks: Conjugate distributions and expert knowledge with uncertainty

Результат исследований: Научные публикации в периодических изданияхстатья в журнале по материалам конференциирецензирование

1 Цитирования (Scopus)

Аннотация

In the work the local parametric training of Algebraic Bayesian networks is considered. The theorem about the change of Dirichlet distribution parameters during transition from a priori to a posteriori probability distribution on propositional quantum formulas is formulated and proved. The proof is based on the conjugation property of the multinomial and Dirichlet distributions.

Язык оригиналаанглийский
Страницы (с-по)219-226
Число страниц8
ЖурналCEUR Workshop Proceedings
Том2648
СостояниеОпубликовано - 2020
Событие2020 "Russian Advances in Artificial Intelligence", RAAI 2020 - Moscow, Российская Федерация
Продолжительность: 10 окт 202016 окт 2020

Предметные области Scopus

  • Компьютерные науки (все)

Fingerprint

Подробные сведения о темах исследования «Local parameter training of algebraic Bayesian networks: Conjugate distributions and expert knowledge with uncertainty». Вместе они формируют уникальный семантический отпечаток (fingerprint).

Цитировать