Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: parameter elicitation

Sortuj według:

Ogranicz wyniki do:

Handling The Multiplicity of Solutions in a Moea Based Pda-Theseus Framework for Multi-Criteria Sorting

Covantes E., Fernández E., Navarro J.

Foundations of Computing and Decision Sciences

2016

Vol. 41, No. 4

213--235

This paper proposes the combination of the THESEUS multi-criteria sorting method with an evolutionary optimization-based preference-disaggregation analysis. The main features of the combined method are studied by performing an extensive computer experiment that explores many models of preferences and sizes of problems as well as different degrees of decision-maker involvement. As a result of the experiment, the effectiveness of the combined framework and the importance of the decision-maker’s involvement are characterized.

Knowledge acquisition from human experts for building bayesian network models

Oniśko A.

Zeszyty Naukowe Politechniki Białostockiej. Informatyka

2007

Z. 2

109-119

Knowledge acquisition from experts is a costly and time-consuming task. While domain experts have the necessary knowledge and expertise, they rarely have the experience needed to translate this knowledge into the model. This paper describes typical problems that are encountered by knowledge engineers when building Bayesian network models and illustrates some practical techniques to overcome them. The presented examples capture the problems that occurred during elicitation the numerical parameters of the model for diagnosis of liver disorders.

Pozyskiwanie wiedzy od ekspertów jest kosztownym i czasochłonnym zadaniem. Pomimo ogromnej wiedzy i doświadczenia, jakie posiadają eksperci, niejednokrotnie nie potrafią ich przenieść na tworzony model. Poniższy artykuł opisuje przykłady problemów, z jakimi może się zetknąć inżynier wiedzy w trakcie budowania modeli sieci bayesowskich, jak również proponuje rozwiązania tych problemów. Prezentowane przykłady dotyczą problemów, jakie pojawiły się w trakcie pozyskiwania od eksperta parametrów numerycznych modelu sieci bayesowskiej do diagnozowania chorób wątroby.