فیلترها/جستجو در نتایج    

فیلترها

سال

بانک‌ها



گروه تخصصی








متن کامل


نویسندگان: 

KIAPOUR AZADEH

اطلاعات دوره: 
  • سال: 

    2018
  • دوره: 

    17
  • شماره: 

    1
  • صفحات: 

    33-47
تعامل: 
  • استنادات: 

    0
  • بازدید: 

    188
  • دانلود: 

    0
چکیده: 

In risk analysis based on Bayesian framework, premium calculation requires specification of a prior distribution for the risk parameter in the heterogeneous portfo-lio. When the prior knowledge is vague, the E-Bayesian and robust Bayesian analysis can be used to handle the uncertainty in specifying the prior distribution by consid-ering a class of priors instead of a single prior. In this paper, we study the E-Bayes and robust Bayes premium estimation and prediction in exponential model under the squared log error loss function. A prequential analysis in a simulation study is carried out to compare the proposed predictors. Finally, a real data example is included for illustrating the results.

شاخص‌های تعامل:   مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید 188

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesدانلود 0 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesاستناد 0 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesمرجع 0
نویسنده: 

Mirfarah E.

اطلاعات دوره: 
  • سال: 

    2016
  • دوره: 

    47
تعامل: 
  • بازدید: 

    215
  • دانلود: 

    0
چکیده: 

IN THIS PAPER, THE ROBUST BayesIAN METHODOLOGY HAS BEEN DEVELOPED IN THE SENSE OF BANKS’CRITERION. PRELIMINARY DEFINITIONS ARE INTRODUCED AND BASED ON BANKS’ CRITERION THE ROBUST BayesESTIMATORS ARE DEVELOPED. SOME EXAMPLES HAVE BEEN PRESENTED TO ILLUSTRATE THE APPLICATION OF THE FINDINGS.

شاخص‌های تعامل:   مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید 215

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesدانلود 0
نشریه: 

اندیشه دینی

اطلاعات دوره: 
  • سال: 

    1402
  • دوره: 

    23
  • شماره: 

    86
  • صفحات: 

    49-69
تعامل: 
  • استنادات: 

    0
  • بازدید: 

    114
  • دانلود: 

    22
چکیده: 

بر مبنای طبیعت گرایی در بحث تکامل، قوای شناختیِ انسان از طریق انتخاب طبیعی، جهش ژنتیکی و دیگر مراحل کورِ جهش تصادفیِ ژن ها تولید شده اند و هدف نهایی این قوا، بقا و تولید مثل (سازگاری) است. از این رو، این قوا به دنبال تولید باورهای صادق و درست نیست، بلکه کار اصلیِ آنها تطبیق اندام جاندار با محیط پیرامون و در نتیجه زنده ماندن است. یکی از مهم ترین نقدها به طبیعت گرایی، استدلال تکاملیِ بیزمحور است. این استدلال برای ردّ دیدگاه تکامل طبیعت گرایانه، استدلالی مبتنی بر قابلیت اطمینان بخشیِ قوای شناختی ارائه می دهد و از طریق این استدلال، خودشکنیِ دیدگاه طبیعت گرایی را اثبات می کند. به رغم برخی نقاط قوتِ استدلال تکاملیِ بیزمحور در نقد طبیعت گرایی، این استدلال آنجا که به برخی الزاماتِ قضیۀ بیز توجه ندارد از چند جهت قابل تأمل و نیازمند تکمیل است: 1. در این استدلال به تخصیص ارزشی مشخص توجه نشده است. 2. قابلیت اطمینانِ قوایِ شناختی، گاه نیازمند تعلیق است. 3. اعتبارپذیریِ باورها در انواع مختلفی طبقه بندی می شوند. 4. استدلال بیزی، دیگر شواهد مرتبط با اطمینان پذیریِ قوای شناختی را نادیده می گیرد. 5. نتیجۀ «احتمال قابلیت اطمینان قوای شناختی، 1 است»، بنابر نظریۀ تأیید بیز، نتیجه ای نادرست است. 6. شاید شواهد مستقل، طبیعت گرایی و تکامل را موقتاً از اِشکال خودشکن بودن نجات دهد، اما خودشکنیِ طبیعت گرایی از طریق دیگر استدلال ها قابل اثبات است و لذا اِشکال خودشکنی همچنان به قوت خود باقی است. این مقاله دو هدف را دنبال می کند: نخست، تحلیل استدلال تکاملیِ بیزمحور در رد طبیعت گرایی و دوم، ارائۀ افزوده ها و پیشنهادهایی برای تکمیل آن.

شاخص‌های تعامل:   مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید 114

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesدانلود 22 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesاستناد 0 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesمرجع 0
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources
اطلاعات دوره: 
  • سال: 

    1387
  • دوره: 

    2
  • شماره: 

    1
  • صفحات: 

    1-21
تعامل: 
  • استنادات: 

    0
  • بازدید: 

    1090
  • دانلود: 

    172
چکیده: 

در این مقاله رده جدیدی از برآوردگرها، تحت عنوان برآوردگرهای بیزی مقید تحت تابع زیان متعادل و متعادل موزون را بررسی می کنیم. همچنین برآوردگرهای بیزی مقید پارامتر طبیعی خانواده توزیع های نمایی تک پارامتری را محاسبه می کنیم. یک روش عمومی در تحلیل بیزی زمانی که عدم حتمیت در انتخاب توزیع پیشین وجود دارد، انتخاب یک کلاس از توزیع های پیشین و دستیابی به تصمیم بهینه در داخل این کلاس است، که به روش بیزی نیرومند معروف است. در این راستا، برآوردگر تاسف پسین مقید گاما- مینیمکس را تحت تابع زیان مجموع مربعات خطا بدست می آوریم و با استفاده از «راه حل بیزی» آنرا به توابع زیان متعادل تعمیم می دهیم.

شاخص‌های تعامل:   مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید 1090

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesدانلود 172 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesاستناد 0 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesمرجع 0
اطلاعات دوره: 
  • سال: 

    1402
  • دوره: 

    20
  • شماره: 

    2
  • صفحات: 

    39-58
تعامل: 
  • استنادات: 

    0
  • بازدید: 

    102
  • دانلود: 

    12
چکیده: 

در این مقاله، برپایه ی روش بیز گوناگونی، نشان می دهیم که روش تخصیص پنهان دیریکله که یک مدل احتمالاتی مولّد است و در پردازش زبان های طبیعی، متن کاوی، کاهش ابعاد، و زیست داده ورزی کاربرد دارد، نسبت به روش تحلیل معنایی پنهان احتمالاتی در مدل بندی داده ها عملکرد بهتری دارد. در این باره، ابتدا یک مدل بیزی را در مدل سازی موضوع ها شرح می دهیم. آنگاه با روش بیز گوناگونی و الگوریتم امیدریاضی-بیشینه سازی (EM) پارامترهای مدل را برآورد می کنیم. سپس الگوریتم ارائه شده، موسوم به الگوریتم EM گوناگونی، را برپایه ی یک مجموعه داده ی نوشتاری از داده های واقعی در زمینه ی تحلیل داده های خبری پیاده سازی می کنیم و مدل بندی زبانی را بر اساس ملاک سرگشتگی بررسی می کنیم، و دقت خوشه بندی موضوع ها و کاربرد کاهش ابعاد داده های حجیم را با کمک ماشین بردار پشتیبان می سنجیم. همچنین در مقایسه ای دیگر، کاربرد الگوریتم پیشنهادی را در پالایش همکارانه بررسی می کنیم.

شاخص‌های تعامل:   مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید 102

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesدانلود 12 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesاستناد 0 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesمرجع 0
نویسندگان: 

BARBARA D. | WU N. | JAJODIA S.

اطلاعات دوره: 
  • سال: 

    2001
  • دوره: 

    -
  • شماره: 

    1
  • صفحات: 

    0-0
تعامل: 
  • استنادات: 

    1
  • بازدید: 

    247
  • دانلود: 

    0
کلیدواژه: 
چکیده: 

شاخص‌های تعامل:   مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید 247

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesدانلود 0 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesاستناد 1 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesمرجع 0
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources
اطلاعات دوره: 
  • سال: 

    1401
  • دوره: 

    11
  • شماره: 

    1
  • صفحات: 

    73-88
تعامل: 
  • استنادات: 

    0
  • بازدید: 

    75
  • دانلود: 

    23
چکیده: 

ساخت مدل های کلاس بندی به طور گسترده ای در داده کاوی مورد استفاده قرار می گیرد. از آنجا که برای ساخت مدل ها نیاز به جمع آوری داده است، نگرانی هائی در زمینه ی حریم خصوصی مالکین داده ها وجود دارد. در این مقاله یک طرح ساخت مدل کلاس بندی Naïve Bayes ارائه شده است که با مشارکت مالکین داده ها و بدون نیاز به جمع آوری اصل داده ها، عملیات ساخت مدل را انجام می دهد. این طرح به جای جمع آوری داده ها، با استفاده از رمزنگاری رشته بیت های حاصل از شمارش و بدون افشای داده ها، فرآیند ساخت مدل Naïve Bayes را انجام می دهد. این طرح بدون نیاز به اعتماد به شخص سوم[i] با حداقل تعداد اجرای عملیات رمزنگاری، امکان ساخت مدل را با کارایی مناسب فراهم می کند به­طوری­که از نظر پیچیدگی زمانی تا 87٪ بهبود در هزینه ی زمانی مشاهده می شود و حافظه ی مصرفی نیز افزایش چندانی نسبت به طرح های دارای عملیات رمزنگاری نداشته است.

شاخص‌های تعامل:   مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید 75

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesدانلود 23 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesاستناد 0 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesمرجع 0
نویسندگان: 

TAM Y.C. | SCHULTZ T.

نشریه: 

PROC OF EUROSPEECH

اطلاعات دوره: 
  • سال: 

    2005
  • دوره: 

    -
  • شماره: 

    -
  • صفحات: 

    5-8
تعامل: 
  • استنادات: 

    1
  • بازدید: 

    185
  • دانلود: 

    0
کلیدواژه: 
چکیده: 

شاخص‌های تعامل:   مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید 185

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesدانلود 0 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesاستناد 1 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesمرجع 0
نویسندگان: 

Ganji Masoud | Gharari Fatemeh

اطلاعات دوره: 
  • سال: 

    2024
  • دوره: 

    13
  • شماره: 

    1
  • صفحات: 

    79-93
تعامل: 
  • استنادات: 

    0
  • بازدید: 

    11
  • دانلود: 

    0
چکیده: 

In this paper, we introduced straightforward formulas for the Bayes risk linked to the Linex loss function, which we then applied to estimate parameters of the normal, Poisson, and fractional Weibull distributions. We aimed to investigate the development of a linear Bayes estimator using the Linex loss function and successfully derived it for the normal and Poisson scenarios. We also demonstrated the process of creating empirical Bayes estimates using Linex loss and applied it to observed frequencies fn(x) produced by the Poisson-gamma model.

شاخص‌های تعامل:   مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید 11

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesدانلود 0 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesاستناد 0 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesمرجع 0
اطلاعات دوره: 
  • سال: 

    1391
  • دوره: 

    6
  • شماره: 

    3
  • صفحات: 

    17-30
تعامل: 
  • استنادات: 

    0
  • بازدید: 

    696
  • دانلود: 

    154
چکیده: 

لطفا برای مشاهده چکیده به متن کامل (PDF) مراجعه فرمایید.

شاخص‌های تعامل:   مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید 696

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesدانلود 154 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesاستناد 0 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesمرجع 0
litScript
telegram sharing button
whatsapp sharing button
linkedin sharing button
twitter sharing button
email sharing button
email sharing button
email sharing button
sharethis sharing button