Evidence Representations in Position Fixing

• Autorzy: Filipowicz W.

Warianty tytułu

PL

Reprezentacje ewidencji w określaniu pozycji

• Języki publikacji: EN

Abstrakty

EN

Uncertain data are used in navigation, thanks to the nautical knowledge position is then fixed and evaluated. Data processing is rather limited since traditional mathematical apparatus based on probability theory with necessary assumptions is not flexible enough to include knowledge and ignorance into position fixing calculation scheme. Limited possibility is available regarding fix accuracy evaluation. In the paper possibilistic extension of Mathematical Theory of Evidence is explored as new platform enabling modeling and solving problems with uncertainty.

PL

Niepewne dane są używane w nawigacji, na ich podstawie, dzięki nautycznej wiedzy, pozycja obserwowana jest określana i oceniana. Przetwarzanie danych wejściowych jest raczej ograniczone głównie z powodu ograniczeń tradycyjnie wykorzystywanego aparatu matematycznego. Aparat taki, oparty na podejściu probabilistycznym, narzuca szereg uwarunkowań, a jego elastyczność nie pozwala na uwzględnienie wiedzy jak i ignorancji. W artykule posybilistyczne rozszerzenie Matematycznej Teorii jest przedmiotem eksploracji, jako nowa platforma umożliwiająca modelowanie i rozwiązywania zadań z niepewnością.

Słowa kluczowe

EN

evidence representation; fuzzy reasoning; belief structures; position fixing

PL

reprezentacja ewidencji; wnioskowanie rozmyte; struktury przekonań; określanie pozycji

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Przegląd Elektrotechniczny
• Rocznik: 2012
• Tom: R. 88, nr 10b
• Strony: 256--260
• Opis fizyczny: Bibliogr. 27 poz., rys., tab.

Twórcy

autor

Filipowicz W.

• Akademia Morska w Gdyni, Wydział Nawigacyjny, ul. Morska 81/83, 81-225 Gdynia,

Bibliografia

• [1] Dempster A., P., A generalization of Bayesian inference, Journal of the Royal Statistical Society, Series B 30 (1968), 205-247
• [2] Denoeux T., Allowing Imprecision In Belief Representation Using Fuzzy–valued Belief Structures, Proceedings of Information Processing and Management of Uncertainty, (1998), Paris, 28 - 55,
• [3] Denoeux T., Reasonning with imprecise belief structures, Technical Report 97/44, (1997) Heudiasyc, Universite de Technologie de Compiegne
• [4] Denoeux T., Modelling vague beliefs using fuzzy valued belief structures, Fuzzy Sets and Systems, 116 (2000), 167 - 199
• [5] Filipowicz Wł., An Application of Mathematical Theory of Evidence In Navigation, Marine Navigation and Safety of Sea Transportation, A. Weintrit (ed.), (2009), Gdynia, 523 - 531
• [6] Filipowicz Wł., Mathematical Theory Of Evidence In Maritime Traffic Engineering, Journal of KONES 15 (2008), nr 3, 129 - 138
• [7] Filipowicz Wł., On Navigational Situation Evaluation Under Ambiguity And Partial Evidence, Annual of Navigation, 15 (2009), Gdynia, 25 - 33
• [8] Filipowicz Wł., Struktury przekonań i ich zastosowanie w nawigacji, Metody Informatyki Stosowanej 3 (2009), Szczecin, 53-83
• [9] Filipowicz Wł.: Fuzzy Reasoning Algorithms for Position Fixing, Pomiary Automatyka Kontrola, 12 (2010), 1491 - 1495
• [10] Filipowicz Wł.: New Approach towards Position Fixing, Annual of Navigation, 16 (2010), 41 - 54
• [11] Filipowicz Wł., Uncertainty Management In Maritime Applications, Communications in Computer and Information Science J. Mikulski (ed.) (2011) Springer – Verlag, Berlin –Heidelberg, 17 - 27
• [12] Filipowicz Wł., Fuzzy Evidence in Terrestrial Navigation, Marine Navigation and Safety of Sea Transportation, A. Weintrit (ed.), (2011) CRC Press/Balkema, Leiden, 65 - 73
• [13] Filipowicz Wł., Evidence Representation and Reasoning In Selected Applications. Lecture Notes in Artificial Intelligence, P. Jędrzejowicz, Ngoc Thanh Nguyen, Kiem Hoang (eds.), (2011), Springer – Verlag Berlin – Heidelberg, 251 - 260
• [14] Jurdziński M., Podstawy Nawigacji Morskiej, Wydawnictwo Akademii Morskiej w Gdyni, (2008) Gdynia
• [15] Klir G. J., Parviz B., Probability – Possibility Transformations: a Comparison. International Journal of General Systems, 21/ 1 (1992)
• [16] Kłopotek M. A., Identification of belief structure in Dempster –Shafer Theory. Foundations of Computing & Decision Sciences, 21/ 1 (1996), 35 - 54
• [17] Lee, E. S., Zhu Q., Fuzzy and Evidence Reasoning, (1995), Physica–Verlag, Heidelberg
• [18] Liu, W., Hughes, J.G., McTear, M.F.: Representing Heuristic Knowledge and Propagating Beliefs in Dempster–Shafer Theory of Evidence, Advances in the Dempster–Shafer Theory of Evidence, Federizzi, M., Kacprzyk, J., Yager, R.R. (eds.), (1992) John Willey and Sons, Inc., New York
• [19] Liu, W., Hughes, J.G., McTear, M.F.: Representing Heuristic Knowledge in D–S Theory, UAI '92 Proceedings of the eighth conference on Uncertainty in Artificial Intelligence, (1992), Morgan Kaufmann Publishers Inc. San Francisco
• [20] Mizumoto M., Extended Fuzzy Reasoning, Approximate Reasoning in Decision Analysis, (1985), North – Holland, New York, 71 - 85
• [21] Rutkowski L., Metody i techniki sztucznej inteligencji, (2009), Wydawnictwo Naukowe PWN, Warszawa
• [22] Shafer G., A Mathematical Theory of Evidence, (1976), Princeton University Press, Princeton
• [23] Yager R. R., Generalized probabilities of fuzzy events from fuzzy belief structure, Information Sciences, 28 (1982), 45 - 62
• [24] Yager R. R., Reasoning with conjunctive knowledge, Fuzzy Sets and Systems, 28 (1988), 69 - 83
• [25] Yager R. R., On the normalization of fuzzy belief structure, International Journal of Approximate Reasoning, 14 (1996), 127 - 153
• [26] Yamada K., Uncertainty in Heuristic Knowledge and Reasoning, Management and Information Systems Science (2004), Nagaoka University of Technology
• [27] Yen J., Generalizing the Dempster–Shafer theory to fuzzy set, IEEE Transactions on Systems, Man and Cybernetics 20/ 3 (1990), 559 - 570