PL
 |
EN
Preferencje help
Polish version English version Język
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 6

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  incomplete knowledge
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
1
Content available Analysis of selected reinforcement learning applications in contract bridge
Jarosz Robert
Computer Science and Mathematical Modelling
|
2022
|
No. 15-16
23--31
EN
This paper presents an overview of four selected solutions addressing problem of bidding in card game of contract bridge. In the beginning the basic rules are presented along with basic problem size estimation. Brief description of collected work is presented in chronological order, tracking evolution of approaches to the problem. While presenting solution a short description of mathematical base is attached. In the end a comparison of solution is made, followed by an attempt to estimate future development of techniques.
PL
Artykuł przedstawia cztery wybrane podejścia do rozgrywania licytacji w brydżu. W części pierwszej przybliżane są zasady brydża, stanu wiedzy na jego temat oraz krótkie oszacowanie poziomu komplikacji problemu. W części zasadniczej przedstawiono krótkie opisy podejść badaczy do problemu licytacji, badania przedstawione są w kolejności chronologicznej, ukazując ewolucję podejść do problemu. W trakcie opisywania rozwiązań, przybliżane są po krótce matematyczne zasady działania wykorzystanych mechanizmów uczenia maszynowego. Część końcowa podsumowuje przedstawione porównanie rozwiązań i oszacowanie kierunku przyszłego rozwoju.
2
Content available remote Marketing i pseudonauka w technice dachowej
Patoka Krzysztof
Materiały Budowlane
|
2021
|
nr 6
32--33
3
Metoda współczynników niepełności wiedzy w systemach wspomagania decyzji
Nowak-Brzezińska A., Jach T.
Studia Informatica
|
2013
|
Vol. 34, nr 2A
227--238
PL
W artykule zaproponowano metodę współczynników niepełności (IF) służących do modelowania niepełności wiedzy w systemach wspomagania decyzji. Przedstawiono miarę współczynnika niepełności wiedzy oraz wyniki przeprowadzonych eksperymentów i ich interpretację.
EN
The paper consists of the proposition of using the method of incompleteness factors (IF) in order to model the incompleteness of knowledge in decision support systems. The authors are using cluster analysis methods along with the incompleteness factors to reason in systems with incomplete knowledge.
4
Wybrane aspekty wnioskowania w systemach z wiedzą niepełną
Nowak-Brzezińska A., Jach T.
Studia Informatica
|
2012
|
Vol. 33, nr 2A
465-477
PL
Autorzy proponują użycie metod analizy skupień (grupowania) do szybkiego wyszukiwania, aktywowania reguł i wnioskowania w złożonych bazach wiedzy z wiedzą niepełną. Artykuł porównuje użycie dwóch algorytmów – AHC oraz mAHC, przedstawiona jest również metoda do wyznaczania optymalnej liczby skupień oraz eksperymenty obliczeniowe potwierdzające zdolność zaproponowanego podejścia do wnioskowania z wiedzą niepełną.
EN
The authors propose to use the methods of cluster analysis (clustering) in complex decision support systems with incomplete knowledge. The paper compares using of mAHC and AHC algorithms. The problem of finding the optimal number of clusters is addressed, the experiments confirming the ability of proposed approach to inference within decision support systems with incomplete knowledge are provided.
5
Content available remote Knowledge Acquisition under Incomplete Knowledge using Methods from Formal Concept Analysis: Part I
Holzer M.
Fundamenta Informaticae
|
2004
|
Vol. 63, nr 1
1--39
EN
Formal contexts with unknown entries can be represented by three-valued contexts K = (G,M, {x,o,?},I), where a question mark indicates that it is not known whether the object g ∈G has the attribute m ∈M. To describe logical formulas between columns of such incomplete contexts the Kripke-semantics are used for propositional formulas over the set M of attributes. Attribute implications are considered as special propositional formulas. If a context is too large to be fully represented, an interactive computer algorithm may help the user to get maximal information (with respect to his knowledge) about the valid attribute implications of the unknown context. This computer algorithm is called "attribute exploration''.
6
Content available remote Knowledge Acquisition under Incomplete Knowledge using Methods from Formal Concept Analysis: Part II
Holzer M.
Fundamenta Informaticae
|
2004
|
Vol. 63, nr 1
41--63
EN
Attribute exploration is an interactive computer algorithm which helps the expert to get informations about the attribute implications of a formal context. In the part I of this paper (see [H04]) an algorithm for attribute exploration with incomplete knowledge was presented. In this part we prove the main results of the algorithm: At the end of the attribute exploration the expert gets maximal information with respect to his knowledge about the unknown universe: He gets a list of implications which are certainly valid, a list of implications which are possibly valid, a list of counterexamples against the implications which are certainly not valid and a list of fictitious counterexamples against the implications which he answered by `"unknown''. He only has to check the implications which he answered by `"unknown'' and if he can decide for each of these implications whether it is valid or not, he gets complete knowledge about the implications of the context.
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.