Modelowanie sytuacji decyzyjnych przy wykorzystaniu diagramów wpływu

Owczarek, T.

Artykuł - szczegóły

Tytuł artykułu

Modelowanie sytuacji decyzyjnych przy wykorzystaniu diagramów wpływu

Autorzy

Owczarek T.

Wybrane pełne teksty z tego czasopisma

http://managementpapers.polsl.pl/

Identyfikatory

Warianty tytułu

Decision modeling using influence diagrams

Języki publikacji

Abstrakty

Diagram wpływu (ID) stanowi zwartą reprezentację problemu decyzyjnego. Matematycznie równoważny drzewu decyzyjnemu, pozbawiony jest jednak podstawowej wady drzewa, jaką jest wykładniczy wzrost wielkości modelu. W artykule przedstawiono diagram wpływu jako sformalizowany język modelowania sytuacji decyzyjnych w warunkach niepewności. Zaprezentowano przykłady wykorzystania reprezentacji modułowej, jak również sposób radzenia sobie z sytuacjami asymetrycznymi.

An influence diagram (ID) is a compact representation of a decision problem. Mathematically, ID is equivalent to decision tree but it does not suffer from its exponential growth. The paper concentrates on using influence diagram as a formal language for modelling decisions under uncertainty. Examples of how to take advantages from the modular representation and deal with asymmetry are given.

Słowa kluczowe

podejmowanie decyzji diagram wpływu Monty Hall

decision-making processes influence diagram Monty Hall

Wydawca

Wydawnictwo Politechniki Śląskiej

Czasopismo

Zeszyty Naukowe. Organizacja i Zarządzanie / Politechnika Śląska

Rocznik

2008

Tom

z. 45

Strony

305--323

Opis fizyczny

Bibliogr. 19 poz.

Twórcy

autor

Owczarek T.

Bibliografia

1. Agogino A.M., Rege A.: Topological framework for representing and solving probabilisti< inference problems in expert systems, IEEE Transactions on Systems, Man, anc Cybemetics, Vol. 18(3), 1998.
2. Bednarski M.: Metody doskonalenia sieci bayesowskich stosowanych w diagnostycznycł systemach doradczych. Wyd. Politechniki Śląskiej, Gliwice 2006.
3. Bielza C, Shenoy P. P.. A comparison of graphical techniąues for asymmetric decisior problems. Management Science, 45(11), 1999, p. 1552-1569.
4. Bogomolny A.: Monty Hall Dilemma, http://www.cut-the-knot.org/liall.shtml.
5. Brynielson J., Arnborg S.: Bayesian games for threat prediction and situation analysis, Proceedings of the 7th International Conference on Information Fusion. International Society of Information Fusion, 2004.
6. Charniak E.: Bayesian network without tears, Al Magazine 12, 1991, p. 50-63.
7. Druzdzel M. J., Gaag van der L. C: Building probabilistic networks: where do the numbers come from? - Guest editors' introduction, IEEE Transactions on Knowledge and Data Engineering 12(4), 2000, p. 481-486.
8. Gal Y., Pfeffer A.: A language for opponent modeling in repeated games, Proceedings of the 5th Workshop on Game Theoretic and Decision Theoretic Agents, 2003.
9. Griffin R. W.: Podstawy zarządzania organizacjami. PWN, Warszawa 2000.
10. Jensen, F. V.: Bayesian networks and decision graphs, Springer-Verlag, 2001.
11. Jensen, F., Jensen, F. V., and Dittmer, S. L.: From Influence Diagrams to Junction Trees.,Proceedings of the 1 Oth Conference on UAI, 1994, p. 367-373
12. Jensen F. V., Nielsen T. D., Shenoy P. P..: Seąuential influence diagrams: a unified asymmetry framework, International Journal of Approximate Reasoning Vol. 42, (1-2), 2006, p. 101-118.
13. Koller D., Milch B.: Multi-agent influence diagrams for represensting and solving games, Seventeenth International Joint Conference on Artificial Intelligence, 2001, p. 1027-1034.
14. Madsen A. L., Olesen K. G., Dittmer S. L: Practical modeling of bayesian decision problems - exploiting deterministic relations, IEEE Transactions on Systems, Man, and Cybemetics - Part B: Cybemetics, Vol. 32(1), 2002.
15. Netica. Application for belief networks and influence diagrams. User's guide, Norsys Software Corp., 1997.
16. Qi R., Poole, D.: A new method for influence diagram evaluation, Computational Intelligence, Vol. 11(3), 1995, p. 498-528.
17. Shafer G., Pearl J.: Readings in Uncertain Reasoning, Chapter 3: Introduction, Morgan Kaufmann, 1990.
18. Suryadi, D., Gmytrasiewicz, P. Learning Models of Other Agents using Influence Diagrams, Proceedings of the Seventh International Conference on User Modeling, 1999, p. 223-232.
19. Weisstein, E. W.: Monty Hall Problem, From MathWorld-A Wolfram Web Resource. http://mathworld.wolfram.coin/MontyHallProblem.html

Typ dokumentu

Bibliografia

Identyfikator YADDA

bwmeta1.element.baztech-article-BSL3-0019-0081