Структурные статистические модели: инструмент познания и моделирования
Даны введение и краткий обзор перспективного класса моделей — вероятностных моделей зависимостей на основе ациклических ориентированных графов (АОГ), прежде всего — байесовских сетей. Приведены характеристика выразительных и познавательных возможностей АОГ-моделей, их способности отображать причинно...
Збережено в:
| Дата: | 2007 |
|---|---|
| Автори: | , |
| Формат: | Стаття |
| Мова: | Російська |
| Опубліковано: |
Навчально-науковий комплекс "Інститут прикладного системного аналізу" НТУУ "КПІ" МОН та НАН України
2007
|
| Теми: | |
| Онлайн доступ: | https://nasplib.isofts.kiev.ua/handle/123456789/13885 |
| Теги: |
Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!
|
| Назва журналу: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| Цитувати: | Структурные статистические модели: инструмент познания и моделирования / Ф.И. Андон, А.С. Балабанов // Систем. дослідж. та інформ. технології. — 2007. — № 1. — С. 79-98. — Бібліогр.: 28 назв. — рос. |
Репозитарії
Digital Library of Periodicals of National Academy of Sciences of Ukraine| _version_ | 1862709992497348608 |
|---|---|
| author | Андон, Ф.И. Балабанов, А.С. |
| author_facet | Андон, Ф.И. Балабанов, А.С. |
| citation_txt | Структурные статистические модели: инструмент познания и моделирования / Ф.И. Андон, А.С. Балабанов // Систем. дослідж. та інформ. технології. — 2007. — № 1. — С. 79-98. — Бібліогр.: 28 назв. — рос. |
| collection | DSpace DC |
| description | Даны введение и краткий обзор перспективного класса моделей — вероятностных моделей зависимостей на основе ациклических ориентированных графов (АОГ), прежде всего — байесовских сетей. Приведены характеристика выразительных и познавательных возможностей АОГ-моделей, их способности отображать причинно-следственные связи. В сопоставлении с другими подходами к выводу знаний и идентификации моделей показаны роль и место байесовских сетей как инструмента анализа и обобщения эмпирических данных, связь с логикой и проблемой индукции.
A promising class of models, namely, probabilistic models of dependences based on acyclic directed graphs (ADG), primarily of the Bayesian networks, is reviewed. The expressive and cognitive properties of the ADG models, their ability to convey a causal relationship are described. The role and place of the Bayesian networks as a tool for analysis and deneralization of empirical data, their relation to logic and induction problem are shown in comparison with other approaches to cognition and model identification.
Надається введення та стислий огляд перспективного класу моделей — ймовірнісних моделей залежностей на основі ациклічних орієнтованих графів (АОГ), передусім — байєсівських мереж. Наведено експресивні та когнітивні можливості АОГ-моделей, їх здатність відображати причинно-наслідкові зв’язки. У співставленні з іншими підходами до виведення знань та ідентифікації моделей показано роль і місце байєсівських мереж як інструменту аналізу та узагальнення емпіричних даних, зв’язок з логікою та проблемою індукції.
|
| first_indexed | 2025-12-07T17:21:33Z |
| format | Article |
| fulltext | |
| id | nasplib_isofts_kiev_ua-123456789-13885 |
| institution | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| issn | 1681–6048 |
| language | Russian |
| last_indexed | 2025-12-07T17:21:33Z |
| publishDate | 2007 |
| publisher | Навчально-науковий комплекс "Інститут прикладного системного аналізу" НТУУ "КПІ" МОН та НАН України |
| record_format | dspace |
| spelling | Андон, Ф.И. Балабанов, А.С. 2010-12-06T13:15:50Z 2010-12-06T13:15:50Z 2007 Структурные статистические модели: инструмент познания и моделирования / Ф.И. Андон, А.С. Балабанов // Систем. дослідж. та інформ. технології. — 2007. — № 1. — С. 79-98. — Бібліогр.: 28 назв. — рос. 1681–6048 https://nasplib.isofts.kiev.ua/handle/123456789/13885 007:681.3.00 Даны введение и краткий обзор перспективного класса моделей — вероятностных моделей зависимостей на основе ациклических ориентированных графов (АОГ), прежде всего — байесовских сетей. Приведены характеристика выразительных и познавательных возможностей АОГ-моделей, их способности отображать причинно-следственные связи. В сопоставлении с другими подходами к выводу знаний и идентификации моделей показаны роль и место байесовских сетей как инструмента анализа и обобщения эмпирических данных, связь с логикой и проблемой индукции. A promising class of models, namely, probabilistic models of dependences based on acyclic directed graphs (ADG), primarily of the Bayesian networks, is reviewed. The expressive and cognitive properties of the ADG models, their ability to convey a causal relationship are described. The role and place of the Bayesian networks as a tool for analysis and deneralization of empirical data, their relation to logic and induction problem are shown in comparison with other approaches to cognition and model identification. Надається введення та стислий огляд перспективного класу моделей — ймовірнісних моделей залежностей на основі ациклічних орієнтованих графів (АОГ), передусім — байєсівських мереж. Наведено експресивні та когнітивні можливості АОГ-моделей, їх здатність відображати причинно-наслідкові зв’язки. У співставленні з іншими підходами до виведення знань та ідентифікації моделей показано роль і місце байєсівських мереж як інструменту аналізу та узагальнення емпіричних даних, зв’язок з логікою та проблемою індукції. ru Навчально-науковий комплекс "Інститут прикладного системного аналізу" НТУУ "КПІ" МОН та НАН України Математичні методи, моделі, проблеми і технології дослідження складних систем Структурные статистические модели: инструмент познания и моделирования Structured statistical models: a tool for cognition and modeling Структурні статистичні моделі: інструмент пізнання та моделювання Article published earlier |
| spellingShingle | Структурные статистические модели: инструмент познания и моделирования Андон, Ф.И. Балабанов, А.С. Математичні методи, моделі, проблеми і технології дослідження складних систем |
| title | Структурные статистические модели: инструмент познания и моделирования |
| title_alt | Structured statistical models: a tool for cognition and modeling Структурні статистичні моделі: інструмент пізнання та моделювання |
| title_full | Структурные статистические модели: инструмент познания и моделирования |
| title_fullStr | Структурные статистические модели: инструмент познания и моделирования |
| title_full_unstemmed | Структурные статистические модели: инструмент познания и моделирования |
| title_short | Структурные статистические модели: инструмент познания и моделирования |
| title_sort | структурные статистические модели: инструмент познания и моделирования |
| topic | Математичні методи, моделі, проблеми і технології дослідження складних систем |
| topic_facet | Математичні методи, моделі, проблеми і технології дослідження складних систем |
| url | https://nasplib.isofts.kiev.ua/handle/123456789/13885 |
| work_keys_str_mv | AT andonfi strukturnyestatističeskiemodeliinstrumentpoznaniâimodelirovaniâ AT balabanovas strukturnyestatističeskiemodeliinstrumentpoznaniâimodelirovaniâ AT andonfi structuredstatisticalmodelsatoolforcognitionandmodeling AT balabanovas structuredstatisticalmodelsatoolforcognitionandmodeling AT andonfi strukturnístatističnímodelíínstrumentpíznannâtamodelûvannâ AT balabanovas strukturnístatističnímodelíínstrumentpíznannâtamodelûvannâ |