• A
  • A
  • A
  • АБВ
  • АБВ
  • АБВ
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта

Построение и исследование моделей неточных вероятностей, основанных на агрегирующих функциях

2014

В рамках проекта будут расширены основные принципы теории неточных вероятностей для представления неопределенной информации с помощью агрегирующих функций, такие как: естественное продолжение, независимость, релевантность, произведение мер и др. На основе этого будут построены новые эффективные методы приближенных рассуждений в теории неточных вероятностей.

Публикации по проекту:


Bronevich A. G., Розенберг И. Н. The choice of generalized Dempster–Shafer rules for aggregating belief functions. // International Journal of Approximate Reasoning. 2015. Vol. 56. P. 122-136. doi
Bronevich A. G., Rozenberg I. N. Modelling uncertainty with generalized credal sets: application to conjunction and decision. // International Journal of General Systems. 2018. Vol. 27. No. 1. P. 67-96. doi
Bronevich A. G., Rozenberg I. N. The generalization of the conjunctive rule for aggregating contradictory sources of information based on generalized credal sets, in: Proceedings of the 9th International Symposium on Imprecise Probability: Theories and Applications.. Rome : Aracne editrice, 2015. P. 67-76.
Bronevich A. G., Rozenberg I. N. Applying models of imprecise probabilities in the mathematical theory of criteria importance // Automation and Remote Control. 2017. Vol. 78. No. 8. P. 1460-1473. doi
Bronevich A. G. A generalization of the conjunction rule for aggregating contradictory sources of information based on generalized credal sets / Издательский дом ВШЭ. Series WP7 "Математические методы анализа решений в экономике, бизнесе и политике". 2015. No. 1.
Bronevich A. G., Розенберг И. Н. The choice of generalized Dempster-Shafer rules for aggregating belief functions based on imprecision indices., in: Belief Functions: Theory and Applications Vol. 8764. L., NY, Dordrecht, Heidelberg : Springer, 2014. P. 21-28. doi
Bronevich A. G., Мацыпаев Д. А. The fuzzy representation of prior information for separating outliers in statistical experiments., in: Strengthening Links Between Data Analysis and Soft Computing Vol. 315. L., NY, Dordrecht, Heidelberg : Springer, 2015. P. 167-174. doi