• Medientyp: Dissertation; Sonstige Veröffentlichung; E-Book; Elektronische Hochschulschrift
  • Titel: Ansätze zur lokalen Bayes’schen Fusion von Informationsbeiträgen heterogener Quellen
  • Beteiligte: Sander, Jennifer [VerfasserIn]
  • Erschienen: KIT Scientific Publishing, Karlsruhe, 2021-01-01
  • Sprache: Deutsch
  • DOI: https://doi.org/10.5445/KSP/1000125447
  • ISBN: 978-3-7315-1062-8
  • ISSN: 1863-6489
  • Schlagwörter: information fusion ; Bayes’sche Theorie ; Unsicherheit ; Maximum Entropy principle ; heterogene Informationsquellen ; Informationsfusion ; heterogeneous information sources ; Prinzip der Maximalen Entropie ; Bayesian theory ; DATA processing & computer science ; uncertainty
  • Entstehung:
  • Anmerkungen: Diese Datenquelle enthält auch Bestandsnachweise, die nicht zu einem Volltext führen.
  • Beschreibung: Die Lösung diverser Aufgaben profitiert von der Informationsfusion oder setzt sie sogar voraus. Die Bayes’sche Fusionsmethodik ist anschaulich, fundiert und erfüllt die essentiellen Anforderungen an eine sinnvolle Methodik auch zur Fusion der Beiträge heterogener Informationsquellen. In vielen praktisch relevanten Aufgaben verursachen Bayes’sche Verfahren hohen, oft nicht tragbaren Aufwand. In der Arbeit werden neuartige Ansätze zur Bewältigung Bayes’scher Fusion formuliert und untersucht.
  • Zugangsstatus: Freier Zugang