Dynamic Bayesian network inferencing for non-homogeneous complex systems

Dynamic Bayesian networks (DBNs) provide a versatile method for predictive, whole-of-systems modelling to support decision makers in managing natural systems subject to anthropogenic disturbances. However, DBNs typically assume a homogeneous Markov chain which we show can limit the dynamics that can...

Celý popis

Uloženo v:

Podrobná bibliografie
Vydáno v:	Journal of the Royal Statistical Society Series C: Applied Statistics Ročník 67; číslo 2; s. 417 - 434
Hlavní autoři:	Wu, Paul P.-Y., Caley, M. Julian, Kendrick, Gary A., McMahon, Kathryn, Mengersen, Kerrie
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	Oxford John Wiley & Sons Ltd 01.02.2018 Oxford University Press
Témata:	Absorption Bayesian analysis Changes Complex system Complex systems Computing time Convergence Decision makers Decision making Dredging Dynamic Bayesian network Ecosystem modelling Ecosystems Grasses Inference Markov analysis Markov chains Non‐homogeneous Markov chain Path dependence Probabilistic inference Seagrass Strategic management Transition probabilities
ISSN:	0035-9254, 1467-9876
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!

Buďte první, kdo okomentuje tento záznam!