×
豪尔赫·洛博（编辑）;乔·菲利佩·费雷拉（编辑）

贝叶斯推理的非传统计算。 （英语） Zbl 1378.00119号

国际J近似推理 88, 306-308 (2017).
本文简介：本期特别关注非常规计算解决方案的最新进展和未来方向，以执行贝叶斯推理。这是一个大型机器人会议背景下举行的研讨会的后续活动，IROS 2015（IEEE/RSJ智能机器人和系统国际会议，2015）贝叶斯推断非传统计算研讨会（UCBI2015），讨论了自主机器人的贝叶斯推理，计算生物学的见解，和相关主题。这期特刊包括机器人领域以外的新贡献。

引用于1文件

MSC公司：

00B25型 杂项特定利益的会议记录
68-06 与计算机科学有关的会议记录、会议、收藏等
68层37 人工智能背景下的不确定性推理
PDF格式BibTeX公司 XML格式引用
\textit{J.Lobo}（编辑）和textit{J.F.Ferreira}（主编），《国际J.近似推理》88，306--308（2017；Zbl 1378.00119）
全文： DOI程序

参考文献：

[1] Trotta，R.，《空中贝叶斯：宇宙学中的贝叶斯推理和模型选择》，康特姆。物理。，49，2，71-104（2008）
[2] Dose，V.，《物理学中的贝叶斯推断：案例研究》，Rep.Prog。物理。，66, 9, 1421-1461 (2003)
[3] 达戈斯蒂尼，G.，《高能物理中的贝叶斯推理》。原则与应用（1999），欧洲核研究组织：欧洲核研究机构日内瓦（瑞士），技术代表·Zbl 0948.62085号
[4] D’Agostini，G.，《物理学中的概率和测量不确定性——贝叶斯引物》（1995），预印本
[5] 阿姆斯特朗，N。；Hibbert，D.B.，《分析化学数据的贝叶斯方法简介：第一部分：贝叶斯理论和方法简介》，《化学》。智力。实验室系统。，194-210年9月2日（2009年）
[6] Hibbert，D.B。；Armstrong，N.，《分析化学数据的贝叶斯方法简介：第二部分》。贝叶斯方法在化学、化学中的应用综述。智力。实验室系统。，97, 2, 211-220 (2009)
[7] Manly，B.F.，《生物学中的随机、自举和蒙特卡罗方法》，第70卷（2006年），CRC出版社
[8] 米德·R。；库诺，R.N。；Hasted，A.M.，《农业和实验生物学中的统计方法》，第55卷（2002年），CRC出版社
[9] 博文斯，L。；哈特曼，S.，《贝叶斯认识论》（2004），牛津大学出版社·Zbl 1120.62001
[10] 威廉姆森，J.，《贝叶斯网与因果关系：哲学和计算基础》（2004），牛津大学出版社
[11] Dorfman，J.H.，《通过数值方法的贝叶斯经济学：计量经济学和先验信息决策指南》（1997），施普林格出版社·Zbl 0901.62135号
[12] Zellner，A.，《经济学和计量经济学中的贝叶斯方法和熵》（1991），Springer
[13] Finkelstein，M.O。；Fairley，W.B.，《鉴定证据的贝叶斯方法》，《哈佛法律评论》，489-517（1970）
[14] Ashby，D.，《医学中的贝叶斯统计：25年回顾》，Stat.Med.，25，21，3589-3631（2006）
[15] 阿什比，D。；Smith，A.F.，《以证据为基础的医学作为贝叶斯决策》，《统计医学》，第19、23、3291-3305页（2000年）
[16] 豪森，C。；Urbach，P.，《科学推理：贝叶斯方法》（2006），公开法庭出版
[17] 查特，N。；Tenenbaum，J.B。；Yuille，A.，认知的概率模型：概念基础，趋势认知。科学。，10, 7, 287-291 (2006)
[18] Korb，K.B。；Nicholson，A.E.，贝叶斯人工智能（2003），CRC出版社
[19] Jensen，F.V.，贝叶斯人工智能，模式分析。申请。，7, 2, 221-223 (2004)
[20] Ramoni，M.F.，贝叶斯人工智能，美国统计协会，100，471，1096-1097（2005）
[21] 费雷拉，J.F。；Dias，J.，机器人感知的概率方法（2014），施普林格
[22] 贝西埃，P。；Mazer，E。；Ahuactzin，J.-M。；Mekhnacha，K.，《贝叶斯编程》（2013），查普曼和霍尔/CRC出版社
[23] （Bessière，P.；Laugier，C.；Siegwart，R.，《感应电机系统中的概率推理和决策》，《感应电动机系统的概率推理与决策》，Springer Tracts Adv.Robot，第46卷（2008），Springer-Verlag）·Zbl 1139.93001号
[24] 特隆，S。；伯加德，W。；Fox，D.，《概率机器人学》（2005），麻省理工学院出版社：剑桥·Zbl 1081.68703号
[25] Colliaux博士。；贝西埃，P。；Droulez，J.，《作为概率计算机的细胞信令》，《贝叶斯推断非传统计算专刊》（SI-UCBI）。贝叶斯推断非传统计算专刊（SI-UCBI），国际期刊近似推理。，83 (2017) ·Zbl 1404.92076号
[26] 明加斯，G。；波托洛，L。；Bouganis，C.-S.，《状态空间模型中加速推理的粒子MCMC算法和架构》，《贝叶斯推断非传统计算专题》（SI-UCBI）。贝叶斯推断非传统计算专刊（SI-UCBI），国际期刊近似推理。，83 (2017) ·Zbl 1404.68030号
[27] 弗里德曼，J.S。；Droulez，J。；贝西埃，P。；Lobo，J。；Querlioz，D.，随机贝叶斯推断的近似增强，贝叶斯推理非传统计算特刊（SI-UCBI）。贝叶斯推断非传统计算专刊（SI-UCBI），国际期刊近似推理。，83 (2017) ·Zbl 1429.62709号
[28] Ruiz-Sarmiento，J.-R。；加林多，C。；Gonzalez-Jimenez，J.，《无向图形模型学习方法调查——场景对象识别应用》，《贝叶斯推断非传统计算专题》（SI-UCBI）。贝叶斯推断非传统计算专刊（SI-UCBI），国际期刊近似推理。，83 (2017) ·Zbl 1404.68116号
[29] Coninx，A。；贝西埃，P。；Droulez，J.，《使用随机数字信号快速高效地计算双眼视差的贝叶斯算法》，贝叶斯推断非传统计算专刊（SI-UCBI）。关于贝叶斯推理的非常规计算（SI-UCBI）的特刊，Int.J.近似原因。，83 (2017) ·Zbl 1404.68027号
[30] 拉尼略斯，P。；费雷拉，J.F。；Dias，J.，《人机交互中稳健凝视估计的贝叶斯层次结构》，贝叶斯推断非传统计算专刊（SI-UCBI）。贝叶斯推断非传统计算专刊（SI-UCBI），国际期刊近似推理。，83 (2017) ·Zbl 1419.68185号
[31] Alves，J.D。；费雷拉，J.F。；洛博，J。；Dias，J.，《贝叶斯推理计算解决方案简述》（贝叶斯推断非传统计算研讨会（UCBI），IEEE/RSJ智能机器人与系统国际会议（IROS）（2015））
[32] 杜阿尔特，R。；Lobo，J。；费雷拉，J.F。；Dias，J.，使用随机算法在FPGA上合成贝叶斯机器，（第二届神经形态和基于大脑的计算系统国际研讨会（NeuComp 2015），欧洲设计自动化测试（DATE2015）（2015））
[33] 费雷拉，J.F。；拉尼略斯，P。；Dias，J.，高维模型的快速精确贝叶斯推理，（贝叶斯推理的非常规计算研讨会（UCBI），IEEE/RSJ智能机器人与系统国际会议（IROS）（2015））
[34] 林，M。；列别捷夫，I。；Wawrzynek，J.，具有可重构硬件的高通量贝叶斯计算机（FPGA’10（ACM 978-1-60558-911-4/10/02）（2010））
[35] Mansinghka，V.K.，《超越计算：概率计算机器和通用随机推理》（NIPS哲学和机器学习研讨会（2011年））
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。