| Texto completo | |
| Autor(es): |
Maua, Denis Deratani
;
Cozman, Fabio Gagliardi
Número total de Autores: 2
|
| Tipo de documento: | Artigo Científico |
| Fonte: | INTERNATIONAL JOURNAL OF APPROXIMATE REASONING; v. 126, p. 25-pg., 2020-11-01. |
| Resumo | |
Credal networks generalize Bayesian networks to allow for imprecision in probability values. This paper reviews the main results on credal networks under strong independence, as there has been significant progress in the literature during the last decade or so. We focus on computational aspects, summarizing the main algorithms and complexity results for inference and decision making. We address the question "What is really known about strong extensions of credal networks?" by looking at theoretical results and by presenting a short summary of real applications. (C) 2020 Elsevier Inc. All rights reserved. (AU) | |
| Processo FAPESP: | 19/07665-4 - Centro de Inteligência Artificial |
| Beneficiário: | Fabio Gagliardi Cozman |
| Modalidade de apoio: | Auxílio à Pesquisa - Programa eScience e Data Science - Centros de Pesquisa Aplicada |
| Processo FAPESP: | 16/18841-0 - Algoritmos para inferência e aprendizado de programas lógicos probabilísticos |
| Beneficiário: | Fabio Gagliardi Cozman |
| Modalidade de apoio: | Auxílio à Pesquisa - Parceria para Inovação Tecnológica - PITE |
| Processo FAPESP: | 15/21880-4 - PROVERBS -- Sistemas Booleanos Probabilísticos Super-restritos: ferramentas de raciocínio e aplicações |
| Beneficiário: | Marcelo Finger |
| Modalidade de apoio: | Auxílio à Pesquisa - Regular |