• JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
 
  Bookmark and Share
 
 
Mémoire de Maîtrise
DOI
https://doi.org/10.11606/D.3.2005.tde-24102023-123934
Document
Auteur
Nom complet
Mathias Juan Perazzo
Adresse Mail
Unité de l'USP
Domain de Connaissance
Date de Soutenance
Editeur
São Paulo, 2005
Directeur
Jury
Cozman, Fabio Gagliardi (Président)
Melo, Ana Cristina Vieira de
Souza, Gilberto Francisco Martha de
Titre en portugais
Derivadas em redes Bayesianas usando eliminação de variáveis.
Mots-clés en portugais
Inferência bayesiana
Inteligência artificial
Resumé en portugais
Redes Bayesianas são extensivamente usadas em inteligência artificial, reconhecimento de padrões e identificação de sistemas. Uma operação importante é a diferenciação de redes Bayesianas; isto é, o cálculo de derivadas de parâmetros de uma rede Bayesiana. Este trabalho apresenta um novo método para este cálculo: apresentamos um algoritmo baseado no método de eliminação de variáveis, e discutimos as vantagens e aplicações deste novo algoritmo.
Titre en anglais
Untitled in english
Mots-clés en anglais
Artificial intelligence
Bayesian inference
Resumé en anglais
Bayesian networks are extensively used in artificial intelligence, pattern recognition and system identification. An important operation is the differentiation of Bayesian networks; that is, the computation of derivatives for the parameters of a Bayesian networks. This work presents a new method for such a computation: we present an algorithm based on the variable elimination method, and discuss the advantages and applications of this new algorithm
 
AVERTISSEMENT - Regarde ce document est soumise à votre acceptation des conditions d'utilisation suivantes:
Ce document est uniquement à des fins privées pour la recherche et l'enseignement. Reproduction à des fins commerciales est interdite. Cette droits couvrent l'ensemble des données sur ce document ainsi que son contenu. Toute utilisation ou de copie de ce document, en totalité ou en partie, doit inclure le nom de l'auteur.
Date de Publication
2023-10-24
 
AVERTISSEMENT: Apprenez ce que sont des œvres dérivées cliquant ici.
Tous droits de la thèse/dissertation appartiennent aux auteurs
CeTI-SC/STI
Bibliothèque Numérique de Thèses et Mémoires de l'USP. Copyright © 2001-2024. Tous droits réservés.