Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > cs > arXiv:1206.3245

帮助 | 高级搜索

计算机科学 > 人工智能

arXiv:1206.3245 (cs)
[提交于 2012年6月13日 ]

标题: 确定最优顺序决策

标题: Identifying Optimal Sequential Decisions

Authors:Philip Dawid, Vanessa Didelez
摘要: 我们考虑允许从给定的数据情况中找到顺序决策的最优策略的条件。 对于所有干预都是无条件的(原子的)情况,可识别性已由Pearl & Robins(1995)讨论过。 我们在这里认为,最优策略必须是条件性的,即在每个决策点考虑可用的信息。 我们表明,最优顺序决策策略的识别更为严格,在这种情况下,当原子干预可以识别时,条件干预可能并不总是可以识别。 我们进一步证明,可以给出一个简单的图形准则来判断最优策略的可识别性。
摘要: We consider conditions that allow us to find an optimal strategy for sequential decisions from a given data situation. For the case where all interventions are unconditional (atomic), identifiability has been discussed by Pearl & Robins (1995). We argue here that an optimal strategy must be conditional, i.e. take the information available at each decision point into account. We show that the identification of an optimal sequential decision strategy is more restrictive, in the sense that conditional interventions might not always be identified when atomic interventions are. We further demonstrate that a simple graphical criterion for the identifiability of an optimal strategy can be given.
评论: 出现在《第二十四届人工智能不确定性会议论文集》(UAI2008)中
主题: 人工智能 (cs.AI) ; 统计理论 (math.ST); 方法论 (stat.ME)
引用方式: arXiv:1206.3245 [cs.AI]
  (或者 arXiv:1206.3245v1 [cs.AI] 对于此版本)
  https://doi.org/10.48550/arXiv.1206.3245
通过 DataCite 发表的 arXiv DOI
期刊参考: UAI-P-2008-PG-113-120

提交历史

来自: Philip Dawid [查看电子邮件]
[v1] 星期三, 2012 年 6 月 13 日 15:06:54 UTC (146 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • 其他格式
查看许可
当前浏览上下文:
stat.ME
< 上一篇   |   下一篇 >
新的 | 最近的 | 2012-06
切换浏览方式为:
cs
cs.AI
math
math.ST
stat
stat.TH

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号