Zastosowanie wnioskowania bayesowskiego do syntezy informacji

• Autorzy: Baron G. , Niedziela T.

Warianty tytułu

EN

The Bayes inference as applied to information synthesis

• Języki publikacji: PL

Abstrakty

PL

W pracy omówiono zastosowanie wnioskowania bayesowskiego do syntezy informacji. Zaprezentowane zostały podstawy i cele syntezy informacji oraz twierdzenie Bayesa w swej formie podstawowej. Omówiono sposób zastosowania tego twierdzenia do syntezy danych z kilku źródeł wiedzy oraz wskazano regułę decyzyjną niezbędną do realizacji wnioskowania. Podano przykład ilustrujący zastosowanie podanej metody do klasyfikacji danych i realizacji automatycznego wnioskowania.

EN

The paper has been intended to discuss the Bayes inference method as applied to information synthesis. What have been presented are fundamentals and objectives of information synthesis as well as the Bayes theorem in its most fundamental form. The way of applying this theorem to synthesise data from several sources of knowledge has been indicated as well as the rule of the decision taking, indispensable to perform the process of inferring. An example to iIIustrate how this method could be applied to classify data and execute the automatic inference process has also been given.

Słowa kluczowe

PL

synteza informacji; reguła Bayesa

EN

information synthesis; Bayes' rule

• Wydawca: Wydawnictwo Instytutu Technicznego Wojsk Lotniczych
• Czasopismo: Prace Naukowe Instytutu Technicznego Wojsk Lotniczych. Technika Lotnicza
• Rocznik: 2004
• Tom: nr 18
• Strony: 5--18
• Opis fizyczny: Bibliogr. 14 poz., rys.

Twórcy

autor

Baron G.

• Instytut Informatyki, Politechnika Śląska

autor

Niedziela T.

• Politechnika Warszawska

Bibliografia

• 1. Baron G., Niedziela T.: Dempster-Shafer algorithm-introduction. 14th School of Optoelectronics Polish Academy of Sciences „Photonics in Information Processing", Stare Jabłonki 2000.
• 2. Baron G., Niedziela T.: Zastosowanie sieci neuronowych do syntezy informacji w wielokanałowych systemach akwizycji i rozpoznawania obrazów. XXIX Ogólnopolska Konferencja Zastosowań Matematyki, Zakopane - Kościelisko 2000.
• 3. Baron G., Stańczyk U., Niedziela T.: Metody syntezy informacji. XXX Ogólnopolska Konferencja Zastosowań Matematyki, Zakopane - Kościelisko 2001.
• 4. Niedziela T., Baron G., Rogala K.: Method of contour and its characteristic features extraction from noisy image. Proceedings of SPIE, 4516, 2001, 78-86.
• 5. Baron G., Niedziela T.: Synteza informacji z wykorzystaniem sztucznych sieci neuronowych. VII Konferencja Naukowa „Czujniki: Optoelektroniczne i Elektroniczne" COE 2002, Rzeszów 2002.
• 6. Baron G., Niedziela T., Stańczyk U.: Synteza informacji z wykorzystaniem wnioskowania Bayes'a. XXXI Ogólnopolska Konferencja Zastosowań Matematyki, Zakopane -Kościelisko 2002.
• 7. Baron G., Niedziela T.: Klasyfikacja obiektów na obrazach satelitarnych powierzchni ziemi z wykorzystaniem syntezy informacji. „Inżynieria Wiedzy i Systemy Ekspertowe", Wrocław 2003, 474-481.
• 8. Baron G., Niedziela T.: Synteza informacji z wykorzystaniem wnioskowania Dempstera-Shafera. Prace Naukowe ITWL, z. 16, 2003, 5-21.
• 9. Cichosz. P.: Systemy uczące się. Wydawnictwa Naukowo-Techniczne, Warszawa 2000.
• 10. Fisz M.: Rachunek prawdopodobieństwa i statystyka matematyczna. Państwowe Wydawnictwo Naukowe, Warszawa 1958.
• 11. Hall D. L, Llinas J.: Handbook of Multisensor Data Fusion CRC Press. New York 2001.
• 12. Klein L A.: Sensor and Data Fusion Concepts and Applications. SPIE Optical Engineering Press, Bellingham, Washington 1999.
• 13. Plucińska A., Pluciński E.: Elementy probabilistyki. Państwowe Wydawnictwo Naukowe, Warszawa 1979.
• 14. Zubrzycki S.: Wykłady z rachunku prawdopodobieństwa i statystyki matematycznej. Państwowe Wydawnictwo Naukowe, Warszawa 1970.