دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
دانلود کتاب Belief Functions: Theory and Applications: Proceedings of the 2nd International Conference on Belief Functions, Compiègne, France 9-11 May 2012
دانلود کتاب توابع باور: نظریه و کاربردها: مجموعه مقالات دومین کنفرانس بین المللی کارکردهای باور، کامپینی، فرانسه 9-11 مه 2012
مشخصات کتاب
Belief Functions: Theory and Applications: Proceedings of the 2nd International Conference on Belief Functions, Compiègne, France 9-11 May 2012
ویرایش: 1 نویسندگان: Hung T. Nguyen (auth.), Thierry Denoeux, Marie-Hélène Masson (eds.) سری: Advances in Intelligent and Soft Computing 164 ISBN (شابک) : 9783642294600, 9783642294617 ناشر: Springer-Verlag Berlin Heidelberg سال نشر: 2012 تعداد صفحات: 441 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 13 مگابایت
قیمت کتاب (تومان) : 45,000
کلمات کلیدی مربوط به کتاب توابع باور: نظریه و کاربردها: مجموعه مقالات دومین کنفرانس بین المللی کارکردهای باور، کامپینی، فرانسه 9-11 مه 2012: هوش محاسباتی، هوش مصنوعی (شامل رباتیک)
در صورت تبدیل فایل کتاب Belief Functions: Theory and Applications: Proceedings of the 2nd International Conference on Belief Functions, Compiègne, France 9-11 May 2012 به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب توابع باور: نظریه و کاربردها: مجموعه مقالات دومین کنفرانس بین المللی کارکردهای باور، کامپینی، فرانسه 9-11 مه 2012 نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
توضیحاتی در مورد کتاب توابع باور: نظریه و کاربردها: مجموعه مقالات دومین کنفرانس بین المللی کارکردهای باور، کامپینی، فرانسه 9-11 مه 2012
نظریه توابع باور که به عنوان نظریه شواهد یا نظریه دمپستر-شفر نیز شناخته می شود، ابتدا توسط آرتور پی. دمپستر در چارچوب استنتاج آماری معرفی شد و بعدها توسط گلن شافر به عنوان چارچوبی کلی برای آن ارائه شد. مدل سازی عدم قطعیت معرفتی این مشارکت‌های اولیه، نقطه شروع بسیاری از پیشرفت‌های مهم، از جمله مدل باور قابل انتقال و نظریه نکات بوده است. نظریه توابع باور در حال حاضر به عنوان یک چارچوب کلی برای استدلال با عدم قطعیت به خوبی تثبیت شده است و به خوبی با چارچوب های دیگر مانند احتمال، احتمال و نظریه های احتمال نادقیق ارتباط دارد.
این جلد شامل مجموعه مقالات دومین کنفرانس بین المللی کارکردهای اعتقادی است که در 9 تا 11 مه 2012 در کامپینی، فرانسه برگزار شد. 51 مقاله را گردآوری می کند که تحولات اخیر را در مورد مسائل نظری (از جمله روش های تقریب) توصیف می کند. قوانین ترکیبی، توابع باور پیوسته، مدل های گرافیکی و مفاهیم استقلال) و کاربردها در زمینه های مختلف از جمله طبقه بندی، پردازش تصویر، آمار و وسایل نقلیه هوشمند.
توضیحاتی درمورد کتاب به خارجی
The theory of belief functions, also known as evidence theory or Dempster-Shafer theory, was first introduced by Arthur P. Dempster in the context of statistical inference, and was later developed by Glenn Shafer as a general framework for modeling epistemic uncertainty. These early contributions have been the starting points of many important developments, including the Transferable Belief Model and the Theory of Hints. The theory of belief functions is now well established as a general framework for reasoning with uncertainty, and has well understood connections to other frameworks such as probability, possibility and imprecise probability theories.
This volume contains the proceedings of the 2nd International Conference on Belief Functions that was held in Compiègne, France on 9-11 May 2012. It gathers 51 contributions describing recent developments both on theoretical issues (including approximation methods, combination rules, continuous belief functions, graphical models and independence concepts) and applications in various areas including classification, image processing, statistics and intelligent vehicles.
فهرست مطالب
Front Matter....Pages 1-9
On Belief Functions and Random Sets....Pages 1-19
Evidential Multi-label Classification Using the Random k -Label Sets Approach....Pages 21-28
An Evidential Improvement for Gender Profiling....Pages 29-36
An Interval-Valued Dissimilarity Measure for Belief Functions Based on Credal Semantics....Pages 37-44
An Evidential Pattern Matching Approach for Vehicle Identification....Pages 45-52
A Comparison between a Bayesian Approach and a Method Based on Continuous Belief Functions for Pattern Recognition....Pages 53-60
Prognostic by Classification of Predictions Combining Similarity-Based Estimation and Belief Functions....Pages 61-68
Adaptive Initialization of a EvKNN Classification Algorithm....Pages 69-76
Classification Trees Based on Belief Functions....Pages 77-84
Combination of Supervised and Unsupervised Classification Using the Theory of Belief Functions....Pages 85-92
Continuous Belief Functions: Focal Intervals Properties....Pages 93-100
Game-Theoretical Semantics of Epistemic Probability Transformations....Pages 101-108
Generalizations of the Relative Belief Transform....Pages 109-116
Choquet Integral as Maximum of Integrals with Respect to Belief Functions....Pages 117-124
Consonant Approximations in the Belief Space....Pages 125-133
Controling the Number of Focal Elements....Pages 135-143
Random Generation of Mass Functions: A Short Howto....Pages 145-152
Revisiting the Notion of Conflicting Belief Functions....Pages 153-160
About Conflict in the Theory of Belief Functions....Pages 161-168
The Internal Conflict of a Belief Function....Pages 169-177
Plausibility in DSmT....Pages 179-187
A Belief Function Model for Pixel Data....Pages 189-196
Using Belief Function Theory to Deal with Uncertainties and Imprecisions in Image Processing....Pages 197-204
Belief Theory for Large-Scale Multi-label Image Classification....Pages 205-212
Facial Expression Classification Based on Dempster-Shafer Theory of Evidence....Pages 213-220
Compositional Models in Valuation-Based Systems....Pages 221-228
Ascribing Causality from Interventional Belief Function Knowledge....Pages 229-237
About Sources Dependence in the Theory of Belief Functions....Pages 239-246
On Random Sets Independence and Strong Independence in Evidence Theory....Pages 247-254
Combining Linear Equation Models via Dempster’s Rule....Pages 255-265
Reliability in the Thresholded Dempster-Shafer Algorithm for ESM Data Fusion....Pages 267-274
Hierarchical Proportional Redistribution for bba Approximation....Pages 275-283
On the α -Conjunctions for Combining Belief Functions....Pages 285-292
Improvements to the GRP1 Combination Rule....Pages 293-300
Consensus-Based Credibility Estimation of Soft Evidence for Robust Data Fusion....Pages 301-309
Ranking from Pairwise Comparisons in the Belief Functions Framework....Pages 311-318
Dempster-Shafer Fusion of Context Sources for Pedestrian Recognition....Pages 319-326
Multi-level Dempster-Shafer Speed Limit Assistant....Pages 327-334
A New Local Measure of Disagreement between Belief Functions – Application to Localization....Pages 335-342
Map-Aided Fusion Using Evidential Grids for Mobile Perception in Urban Environment....Pages 343-350
Distributed Data Fusion for Detecting Sybil Attacks in VANETs....Pages 351-358
Partially-Hidden Markov Models....Pages 359-366
Large Scale Multinomial Inferences and Its Applications in Genome Wide Association Studies....Pages 367-374
Belief Function Robustness in Estimation....Pages 375-383
Conditioning in Dempster-Shafer Theory: Prediction vs. Revision....Pages 385-392
Combining Statistical and Expert Evidence within the D-S Framework: Application to Hydrological Return Level Estimation....Pages 393-400
Sigmoidal Model for Belief Function-Based Electre Tri Method....Pages 401-408
Belief Inference with Timed Evidence....Pages 409-416
Evidential Network with Conditional Belief Functions for an Adaptive Training in Informed Virtual Environment....Pages 417-424
Using the Belief Functions Theory to Deploy Static Wireless Sensor Networks....Pages 425-432
A Quantitative Study of the Occurrence of a Railway Accident Based on Belief Functions....Pages 433-440
Back Matter....Pages 0--1
