Data fusion with probabilistic conditional logic
Data fusion with probabilistic conditional logic
复制标题
与概率条件逻辑的数据融合
DOI：
10.1093/jigpal/jzp035
复制
发表时间：
2010
期刊：
影响因子：
--
通讯作者：
I. Feher
中科院分区：
文献类型：
--
作者：
Fisseler;I. Feher
数据融合是将来自两个或多个数据源的数据和信息组合在一起的过程。它的一个应用领域是市场研究，在那里它被用来组合来自不同调查的数据集，产生一个联合的数据集。大多数数据融合研究都采用统计匹配作为融合算法，这种算法存在一些缺陷。因此，我们提出了一种基于概率条件逻辑的知识发现和知识表示的数据融合新方法。我们用合成数据和真实世界的数据评估了我们的方法，证明了它的可行性。
Data fusion is the process of combining data and information from two or more sources. One of its application areas is market research, where it is used to combine data sets from different surveys, yielding a joint data set. Most data fusion studies use statistical matching as their fusion algorithm, which has several drawbacks. Therefore, we propose a novel approach to data fusion, based on knowledge discovery and knowledge representation with probabilistic conditional logic. We evaluate our approach on synthetic and real-world data, demonstrating its feasibility.
登录
查看更多内容
影响因子：
3.7
作者：
W. Rödder;G. Kern
通讯作者：
G. Kern
关于最大熵的必然性的注记
影响因子：
3.9
作者：
J. Paris;A. Vencovská
通讯作者：
A. Vencovská
使用 MUDIM 基于数据构建多维概率模型
DOI：
10.1093/jigpal/jzl021
发表时间：
2006
期刊：
Log. J. IGPL
影响因子：
--
作者：
R. Jirousek
通讯作者：
R. Jirousek
使用 Haskell 发现代数知识
影响因子：
7
作者：
J. Fisseler;G. Kern;C. Beierle;A. Koch;Christian Müller
通讯作者：
Christian Müller
通过抽象状态机对条件知识发现和信念修正进行建模
DOI：
10.1007/3-540-36498-6_10
发表时间：
2003
期刊：
Log. J. IGPL
影响因子：
--
作者：
C. Beierle;G. Kern
通讯作者：
G. Kern