Přejít k hlavnímu obsahu

Optimální zpracování externí stochastické znalosti vyjádřené pomocí pravděpodobnostních distribucí

Zahájení
Ukončení
Agentura
GACR
Identifikační číslo
GA18-15970S
Zaměření projektu.
teoretický
Typ projektu (EU)
other
Publikace ÚTIA
Abstrakt
Optimální zpracování distribuované znalosti je klíčové pro strojové učení, zpracování signálů a řízení. Vyžadují jí sítě čidel, chytrých prostředí, autonomní agenti i distribuované infrastruktury (shluky, internet) sloužící internetu věcí. Uzly mohou komunikovat pomocí částečně popsaných pravděpodobnostních distribucí (momenty, atp). Má-li je vzdálený či centrální uzel zpracovat potřebuje stochastický model závislostí, který je však zřídka k dispozici. Proto distribuované rozhodování využívá tradiční entropické metody, nedávno rozšířené pomocí plně pravděpodobnostního návrh (PPN) rozhodovacích strategií. Pro rozšíření byla užita omezující podmínka konečné parametrizace uzlů. Pro plnou využitelnost je nutné ji opustit a navíc je nutno navrhnout jak konzistentně přiřazovat váhu vzdáleně vzniklé informaci. To povede k použitelnosti v průběžném zpracování signálů a distribuované (kalmanovské) filtraci dovolující znáhodněné prozkoumávání návrhového prostoru a doplňující návazná rozhodnutí o kvantifikovaný popis jejich neurčitosti.
Napsal uživatel smolkova dne