Generations in Bayesian networks

• Autorzy: Litvinenko Alexander , Litvinenko Natalya , Mamyrbayev Orken , Shayakhmetova Assem

Identyfikatory

DOI

10.35784/IAPGOS.228

Warianty tytułu

PL

Generacje w sieciach bayesowskich

• Języki publikacji: EN

Abstrakty

EN

This paper focuses on the study of some aspects of the theory of oriented graphs in Bayesian networks. In some papers on the theory of Bayesian networks, the concept of “Generation of vertices” denotes a certain set of vertices with many parents belonging to previous generations. Terminology for this concept, in our opinion, has not yet fully developed. The concept of “Generation” in some cases makes it easier to solve some problems in Bayesian networks and to build simpler algorithms. In this paper we will consider the well-known example “Asia”, described in many articles and books, as well as in the technical documentation for various toolboxes. For the construction of this example, we have used evaluation versions of AgenaRisk.

PL

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

EN

Bayesian network; AgenaRisk; oriented graph; vertices generation

PL

sieć bayesowska; graf zorientowany; generacja wierzchołków

• Wydawca: Wydawnictwo Politechniki Lubelskiej
• Czasopismo: Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska
• Rocznik: 2019
• Tom: T. 9, nr 3
• Strony: 10--13
• Opis fizyczny: Bibliogr. 13 poz., rys.

Twórcy

autor

Litvinenko Alexander

• Chair of Mathematics for Uncertainty Quantification, RWTH Aachen, Aachen, Germany

autor

Litvinenko Natalya

• Institute of Information and Computational Technologies, Almaty, Kazakhstan

autor

Mamyrbayev Orken

• Institute of Information and Computational Technologies, Almaty, Kazakhstan

autor

Shayakhmetova Assem

• Institute of Information and Computational Technologies, Almaty, Kazakhstan

Bibliografia

• [1] AgenaRisk 7.0 User Manual. 2016.
• [2] Bidyuk P., Terentyev A.: Construction and methods of learning of Bayesian Networks. Tavricheskiy vestnik informatiki i matematiki 2/2004, 139–154.
• [3] Getting Started with AgenaRisk. 2013.
• [4] http://web4.cs.ucl.ac.uk/staff/D.Barber/textbook/020217.pdf (available 15.05.2019).
• [5] http://www.agenarisk.com (available 15.05.2019).
• [6] http://www.businessdataanalytics.ru/download/BayesianNetworks.pdf (available 15.05.2019).
• [7] http://www.cs.technion.ac.il/~dang/books/Learning%20Bayesian%20Networks(Neapolitan,%20Richard).pdf (available 15.05.2019).
• [8] http://www.stat.yale.edu/~jtc5/BioinformaticsCourse2001/MurphyBayesNetIntro.pdf (available 15.05.2019).
• [9] https://pdfs.semanticscholar.org/7bc7/54bc548f32b9ac53df67e3171e8e4df66d15.pdf (available 15.05.2019).
• [10] Jensen F.V., Nielsen T.D.: Bayesian Networks and Decision Graphs. Springer, 2007.
• [11] Litvinenko N., Litvinenko A., Mamyrbayev O., Shayakhmetova A.: On the issue of classification of types of evidence in Bayesian networks. IPIC, Almaty 2018.
• [12] Litvinenko N., Litvinenko A., Mamyrbayev O., Shayakhmetova A.: Work with Bayesian Networks in BAYESIALAB. IPIC, Almaty 2018.
• [13] Murphy K.P.: Machine Learning A Probabilistic Perspective. MIT Press, 2012.

Uwagi

Opracowanie rekordu ze środków MNiSW, umowa Nr 461252 w ramach programu "Społeczna odpowiedzialność nauki" - moduł: Popularyzacja nauki i promocja sportu (2020).