Autor Kreinovich, Vladik
|
|
Documentos disponibles escritos por este autor (10)
Hacer una sugerencia Refinar búsquedaBounded Rationality in Decision Making Under Uncertainty: Towards Optimal Granularity / Lorkowski, Joe
Título : Bounded Rationality in Decision Making Under Uncertainty: Towards Optimal Granularity Tipo de documento: documento electrónico Autores: Lorkowski, Joe, Autor ; Kreinovich, Vladik, Autor Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2018 Número de páginas: IX, 164 p. ISBN/ISSN/DL: 978-3-319-62214-9 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Inteligencia Computacional Psicología cognitiva Inteligencia artificial Índice Dewey: 006.3 Inteligencia artificial Resumen: Este libro aborda una pregunta intrigante: ¿son nuestras decisiones racionales? Explica el comportamiento humano aparentemente irracional en la toma de decisiones al tener en cuenta nuestra capacidad limitada para procesar información. También muestra con varios ejemplos que la optimización bajo restricción de granularidad conduce a una toma de decisiones humana observada. Basándose en los estudios de Kahneman y Tversky, ganadores del premio Nobel, los investigadores han encontrado muchos ejemplos de decisiones aparentemente irracionales: por ejemplo, sobreestimamos la probabilidad de eventos raros. Nuestra explicación es que, dado que las capacidades humanas para procesar información son limitadas, no operamos con los valores exactos de cantidades relevantes, sino con "gránulos" que contienen estos valores. Mostramos que la optimización bajo tal granularidad conduce a la observación del comportamiento humano. En particular, por primera vez explicamos la misteriosa dependencia empírica de las probabilidades de apuestas de las probabilidades reales. Este libro se puede recomendar a todos los estudiantes interesados en la toma de decisiones humanas, a los investigadores cuyo trabajo involucra decisiones humanas y a los profesionales que diseñan y emplean sistemas que involucran la toma de decisiones humanas, para que puedan utilizar mejor nuestra capacidad de tomar decisiones en condiciones de incertidumbre. Nota de contenido: Human Decisions Are Often Suboptimal: Phenomenon of Bounded Rationality -- Towards Explaining Other Aspects of Human Decision Making -- Towards Explaining Heuristic Techniques (Such as Fuzzy) in Expert Decision Making -- Decision Making Under Uncertainty and Restrictions on Computation Resources: From Heuristic to Optimal Techniques -- Conclusions and Future Work. En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i Bounded Rationality in Decision Making Under Uncertainty: Towards Optimal Granularity [documento electrónico] / Lorkowski, Joe, Autor ; Kreinovich, Vladik, Autor . - 1 ed. . - [s.l.] : Springer, 2018 . - IX, 164 p.
ISBN : 978-3-319-62214-9
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Palabras clave: Inteligencia Computacional Psicología cognitiva Inteligencia artificial Índice Dewey: 006.3 Inteligencia artificial Resumen: Este libro aborda una pregunta intrigante: ¿son nuestras decisiones racionales? Explica el comportamiento humano aparentemente irracional en la toma de decisiones al tener en cuenta nuestra capacidad limitada para procesar información. También muestra con varios ejemplos que la optimización bajo restricción de granularidad conduce a una toma de decisiones humana observada. Basándose en los estudios de Kahneman y Tversky, ganadores del premio Nobel, los investigadores han encontrado muchos ejemplos de decisiones aparentemente irracionales: por ejemplo, sobreestimamos la probabilidad de eventos raros. Nuestra explicación es que, dado que las capacidades humanas para procesar información son limitadas, no operamos con los valores exactos de cantidades relevantes, sino con "gránulos" que contienen estos valores. Mostramos que la optimización bajo tal granularidad conduce a la observación del comportamiento humano. En particular, por primera vez explicamos la misteriosa dependencia empírica de las probabilidades de apuestas de las probabilidades reales. Este libro se puede recomendar a todos los estudiantes interesados en la toma de decisiones humanas, a los investigadores cuyo trabajo involucra decisiones humanas y a los profesionales que diseñan y emplean sistemas que involucran la toma de decisiones humanas, para que puedan utilizar mejor nuestra capacidad de tomar decisiones en condiciones de incertidumbre. Nota de contenido: Human Decisions Are Often Suboptimal: Phenomenon of Bounded Rationality -- Towards Explaining Other Aspects of Human Decision Making -- Towards Explaining Heuristic Techniques (Such as Fuzzy) in Expert Decision Making -- Decision Making Under Uncertainty and Restrictions on Computation Resources: From Heuristic to Optimal Techniques -- Conclusions and Future Work. En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i
Título : Combining Interval, Probabilistic, and Other Types of Uncertainty in Engineering Applications Tipo de documento: documento electrónico Autores: Pownuk, Andrew, Autor ; Kreinovich, Vladik, Autor Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2018 Número de páginas: XI, 202 p. 2 ilustraciones, 1 ilustraciones en color. ISBN/ISSN/DL: 978-3-319-91026-0 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Inteligencia Computacional Matemáticas de ingeniería Índice Dewey: 006.3 Inteligencia artificial Resumen: ¿Cómo podemos resolver problemas de ingeniería teniendo en cuenta datos caracterizados por diferentes tipos de incertidumbre de medición y estimación: de intervalo, probabilística, difusa, etc.? Este libro proporciona una base teórica para llegar a tales soluciones, así como estudios de casos que demuestran cómo estas ideas teóricas pueden traducirse en aplicaciones prácticas en geociencias, ingeniería de pavimentos, etc. En todos estos desarrollos, los objetivos de los autores fueron proporcionar información precisa. estimaciones de la incertidumbre resultante; ofrecer soluciones que requieran tiempos de cálculo razonablemente cortos; ofrecer contenido accesible para ingenieros; y ser lo suficientemente general, para que los lectores puedan utilizar el libro para muchos problemas diferentes. Los autores también describen cómo tomar decisiones bajo diferentes tipos de incertidumbre. El libro ofrece un recurso valioso para todos los ingenieros prácticos interesados en mejores formas de medir la incertidumbre, para los estudiantes deseosos de aprender y aplicar las nuevas técnicas y para los investigadores interesados en procesar la incertidumbre heterogénea. . Nota de contenido: Introduction -- How to Get More Accurate Estimates -- How to Speed Up Computations -- Towards a Better Understandability of Uncertainty-Estimating Algorithms -- How General Can We Go: What Is Computable and What Is Not -- Decision Making Under Uncertainty -- Conclusions. En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i Combining Interval, Probabilistic, and Other Types of Uncertainty in Engineering Applications [documento electrónico] / Pownuk, Andrew, Autor ; Kreinovich, Vladik, Autor . - 1 ed. . - [s.l.] : Springer, 2018 . - XI, 202 p. 2 ilustraciones, 1 ilustraciones en color.
ISBN : 978-3-319-91026-0
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Palabras clave: Inteligencia Computacional Matemáticas de ingeniería Índice Dewey: 006.3 Inteligencia artificial Resumen: ¿Cómo podemos resolver problemas de ingeniería teniendo en cuenta datos caracterizados por diferentes tipos de incertidumbre de medición y estimación: de intervalo, probabilística, difusa, etc.? Este libro proporciona una base teórica para llegar a tales soluciones, así como estudios de casos que demuestran cómo estas ideas teóricas pueden traducirse en aplicaciones prácticas en geociencias, ingeniería de pavimentos, etc. En todos estos desarrollos, los objetivos de los autores fueron proporcionar información precisa. estimaciones de la incertidumbre resultante; ofrecer soluciones que requieran tiempos de cálculo razonablemente cortos; ofrecer contenido accesible para ingenieros; y ser lo suficientemente general, para que los lectores puedan utilizar el libro para muchos problemas diferentes. Los autores también describen cómo tomar decisiones bajo diferentes tipos de incertidumbre. El libro ofrece un recurso valioso para todos los ingenieros prácticos interesados en mejores formas de medir la incertidumbre, para los estudiantes deseosos de aprender y aplicar las nuevas técnicas y para los investigadores interesados en procesar la incertidumbre heterogénea. . Nota de contenido: Introduction -- How to Get More Accurate Estimates -- How to Speed Up Computations -- Towards a Better Understandability of Uncertainty-Estimating Algorithms -- How General Can We Go: What Is Computable and What Is Not -- Decision Making Under Uncertainty -- Conclusions. En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i
Título : Constraint Programming and Decision Making: Theory and Applications Tipo de documento: documento electrónico Autores: Ceberio, Martine, ; Kreinovich, Vladik, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2018 Número de páginas: XII, 128 p. 7 ilustraciones, 1 ilustraciones en color. ISBN/ISSN/DL: 978-3-319-61753-4 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Inteligencia Computacional Inteligencia artificial Índice Dewey: 006.3 Inteligencia artificial Resumen: Este libro describe nuevos algoritmos e ideas para tomar decisiones efectivas bajo restricciones, incluidas aplicaciones en ingeniería de control, manufactura (cómo determinar de manera óptima el nivel de producción), econometría (cómo predecir mejor el comportamiento del mercado de valores) y ciencias ambientales y geociencias (cómo combinar datos de diferentes tipos). También describe algoritmos e ideas generales que se pueden utilizar en otras áreas de aplicación. El libro presenta versiones ampliadas de artículos seleccionados de los talleres internacionales anuales sobre programación de restricciones y toma de decisiones (CoProd''XX) de 2013 a 2016. Estos talleres, celebrados en los EE. UU. (El Paso, Texas) y en Europa (Würzburg, Alemania, y Uppsala, Suecia), han atraído a investigadores y profesionales de todo el mundo. Es de interés para los profesionales que se benefician de las nuevas técnicas, para los investigadores que desean ampliar las ideas de estos artículos a nuevas áreas de aplicación y/o mejorar aún más los algoritmos correspondientes, y para los estudiantes graduados que desean aprender más; en resumen, para cualquiera que quiera tomar decisiones más efectivas bajo restricciones. Nota de contenido: Why Deep Neural Networks: A Possible Theoretical Explanation.- From Global to Local Constraints: A Constructive Version of Bloch's Principle -- Algebraic Product is the Only t-Norm for Which Optimization Under Fuzzy Constraints is Scale-Invariant.- Automatic Loop-shaping of H ͚/μ problem in QFT using Interval Consistency based Hybrid Optimization.- Similarity Approach to Defining Basic Level of Concepts Explained from the Utility Viewpoint -- Dow Theory's Peak-and-Trough Analysis Justified. En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i Constraint Programming and Decision Making: Theory and Applications [documento electrónico] / Ceberio, Martine, ; Kreinovich, Vladik, . - 1 ed. . - [s.l.] : Springer, 2018 . - XII, 128 p. 7 ilustraciones, 1 ilustraciones en color.
ISBN : 978-3-319-61753-4
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Palabras clave: Inteligencia Computacional Inteligencia artificial Índice Dewey: 006.3 Inteligencia artificial Resumen: Este libro describe nuevos algoritmos e ideas para tomar decisiones efectivas bajo restricciones, incluidas aplicaciones en ingeniería de control, manufactura (cómo determinar de manera óptima el nivel de producción), econometría (cómo predecir mejor el comportamiento del mercado de valores) y ciencias ambientales y geociencias (cómo combinar datos de diferentes tipos). También describe algoritmos e ideas generales que se pueden utilizar en otras áreas de aplicación. El libro presenta versiones ampliadas de artículos seleccionados de los talleres internacionales anuales sobre programación de restricciones y toma de decisiones (CoProd''XX) de 2013 a 2016. Estos talleres, celebrados en los EE. UU. (El Paso, Texas) y en Europa (Würzburg, Alemania, y Uppsala, Suecia), han atraído a investigadores y profesionales de todo el mundo. Es de interés para los profesionales que se benefician de las nuevas técnicas, para los investigadores que desean ampliar las ideas de estos artículos a nuevas áreas de aplicación y/o mejorar aún más los algoritmos correspondientes, y para los estudiantes graduados que desean aprender más; en resumen, para cualquiera que quiera tomar decisiones más efectivas bajo restricciones. Nota de contenido: Why Deep Neural Networks: A Possible Theoretical Explanation.- From Global to Local Constraints: A Constructive Version of Bloch's Principle -- Algebraic Product is the Only t-Norm for Which Optimization Under Fuzzy Constraints is Scale-Invariant.- Automatic Loop-shaping of H ͚/μ problem in QFT using Interval Consistency based Hybrid Optimization.- Similarity Approach to Defining Basic Level of Concepts Explained from the Utility Viewpoint -- Dow Theory's Peak-and-Trough Analysis Justified. En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i
Título : Econometrics for Financial Applications Tipo de documento: documento electrónico Autores: Anh, Ly H., ; Dong, Le Si, ; Kreinovich, Vladik, ; Thach, Nguyen Ngoc, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2018 Número de páginas: XIII, 1081 p. 176 ilustraciones ISBN/ISSN/DL: 978-3-319-73150-6 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Inteligencia Computacional Inteligencia artificial Econometría Índice Dewey: 006.3 Inteligencia artificial Resumen: Este libro aborda tanto los desarrollos teóricos como las aplicaciones prácticas de las técnicas econométricas a los problemas relacionados con las finanzas. Incluye resultados editados seleccionados de la Conferencia Econométrica Internacional de Vietnam (ECONVN2018), celebrada en la Universidad Bancaria de Ciudad Ho Chi Minh, Vietnam, del 15 al 16 de enero de 2018. La econometría es una rama de la economía que utiliza métodos matemáticos (especialmente estadísticos) para analizar los sistemas económicos, pronosticar la dinámica económica y financiera y desarrollar estrategias para lograr un rendimiento económico deseable. Una parte extremadamente importante de la economía son las finanzas: una crisis financiera puede paralizar toda la economía y, viceversa, una política financiera inteligente puede impulsar drásticamente el desarrollo económico. Por lo tanto, es crucial poder aplicar las técnicas matemáticas de la econometría a los problemas financieros. Estas aplicaciones son un campo en crecimiento, con muchos resultados interesantes y un número aún mayor de desafíos y problemas abiertos. Nota de contenido: Testing, Prediction, and Cause in Econometric Models -- Information Criteria for Statistical Modeling in Data-Rich Era -- An invitation to quantum econometrics -- GL+ and GL- Regressions -- What If We Do Not Know Correlations? -- Markowitz Portfolio Theory Helps Decrease Medicines' Side Effect and Speed Up Machine Learning. En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i Econometrics for Financial Applications [documento electrónico] / Anh, Ly H., ; Dong, Le Si, ; Kreinovich, Vladik, ; Thach, Nguyen Ngoc, . - 1 ed. . - [s.l.] : Springer, 2018 . - XIII, 1081 p. 176 ilustraciones.
ISBN : 978-3-319-73150-6
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Palabras clave: Inteligencia Computacional Inteligencia artificial Econometría Índice Dewey: 006.3 Inteligencia artificial Resumen: Este libro aborda tanto los desarrollos teóricos como las aplicaciones prácticas de las técnicas econométricas a los problemas relacionados con las finanzas. Incluye resultados editados seleccionados de la Conferencia Econométrica Internacional de Vietnam (ECONVN2018), celebrada en la Universidad Bancaria de Ciudad Ho Chi Minh, Vietnam, del 15 al 16 de enero de 2018. La econometría es una rama de la economía que utiliza métodos matemáticos (especialmente estadísticos) para analizar los sistemas económicos, pronosticar la dinámica económica y financiera y desarrollar estrategias para lograr un rendimiento económico deseable. Una parte extremadamente importante de la economía son las finanzas: una crisis financiera puede paralizar toda la economía y, viceversa, una política financiera inteligente puede impulsar drásticamente el desarrollo económico. Por lo tanto, es crucial poder aplicar las técnicas matemáticas de la econometría a los problemas financieros. Estas aplicaciones son un campo en crecimiento, con muchos resultados interesantes y un número aún mayor de desafíos y problemas abiertos. Nota de contenido: Testing, Prediction, and Cause in Econometric Models -- Information Criteria for Statistical Modeling in Data-Rich Era -- An invitation to quantum econometrics -- GL+ and GL- Regressions -- What If We Do Not Know Correlations? -- Markowitz Portfolio Theory Helps Decrease Medicines' Side Effect and Speed Up Machine Learning. En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i
Título : Predictive Econometrics and Big Data Tipo de documento: documento electrónico Autores: Kreinovich, Vladik, ; Sriboonchitta, Songsak, ; Chakpitak, Nopasit, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2018 Número de páginas: XII, 780 p. 146 ilustraciones ISBN/ISSN/DL: 978-3-319-70942-0 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Inteligencia Computacional Inteligencia artificial Econometría Índice Dewey: 006.3 Inteligencia artificial Resumen: Este libro presenta investigaciones recientes sobre econometría predictiva y big data. Reuniendo artículos editados presentados en la 11.ª Conferencia Internacional de la Sociedad Econométrica de Tailandia (TES2018), celebrada en Chiang Mai, Tailandia, del 10 al 12 de enero de 2018, se centra principalmente en las técnicas predictivas, que apuntan directamente a predecir fenómenos económicos; y técnicas de big data, que nos permiten manejar las enormes cantidades de datos generados por las computadoras modernas en un tiempo razonable. El libro también analiza las aplicaciones de técnicas estadísticas más tradicionales a problemas econométricos. La econometría es una rama de la economía que emplea métodos matemáticos (especialmente estadísticos) para analizar sistemas económicos, pronosticar dinámicas económicas y financieras y desarrollar estrategias para lograr el desempeño económico deseable. Por tanto, es importante desarrollar técnicas de procesamiento de datos que se centren explícitamente en la predicción. Cuantos más datos tengamos, mejores serán nuestras predicciones. Como tales, estas técnicas son esenciales para nuestra capacidad de procesar enormes cantidades de datos disponibles. Nota de contenido: Data in the 21st Century -- The Understanding of Dependent Structure and Co-Movement of World Stock Exchanges Under the Economic Cycle -- Macro-Econometric Forecasting for During Periods of Economic Cycle Using Bayesian Extreme Value Optimization Algorithm -- Generalize Weighted in Interval Data for Fitting a Vector Autoregressive Model -- Asymmetric Effect with Quantile Regression for Interval-valued Variables -- Emissions, Trade Openness, Urbanisation, and Income in Thailand: An Empirical Analysis -- Does Forecasting Benefit from Mixed-Frequency Data Sampling Model: The Evidence from Forecasting GDP Growth Using Financial Factor in Thailand -- How Better Are Predictive Models: Analysis on the Practically Important Example of Robust Interval Uncertainty. En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i Predictive Econometrics and Big Data [documento electrónico] / Kreinovich, Vladik, ; Sriboonchitta, Songsak, ; Chakpitak, Nopasit, . - 1 ed. . - [s.l.] : Springer, 2018 . - XII, 780 p. 146 ilustraciones.
ISBN : 978-3-319-70942-0
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Palabras clave: Inteligencia Computacional Inteligencia artificial Econometría Índice Dewey: 006.3 Inteligencia artificial Resumen: Este libro presenta investigaciones recientes sobre econometría predictiva y big data. Reuniendo artículos editados presentados en la 11.ª Conferencia Internacional de la Sociedad Econométrica de Tailandia (TES2018), celebrada en Chiang Mai, Tailandia, del 10 al 12 de enero de 2018, se centra principalmente en las técnicas predictivas, que apuntan directamente a predecir fenómenos económicos; y técnicas de big data, que nos permiten manejar las enormes cantidades de datos generados por las computadoras modernas en un tiempo razonable. El libro también analiza las aplicaciones de técnicas estadísticas más tradicionales a problemas econométricos. La econometría es una rama de la economía que emplea métodos matemáticos (especialmente estadísticos) para analizar sistemas económicos, pronosticar dinámicas económicas y financieras y desarrollar estrategias para lograr el desempeño económico deseable. Por tanto, es importante desarrollar técnicas de procesamiento de datos que se centren explícitamente en la predicción. Cuantos más datos tengamos, mejores serán nuestras predicciones. Como tales, estas técnicas son esenciales para nuestra capacidad de procesar enormes cantidades de datos disponibles. Nota de contenido: Data in the 21st Century -- The Understanding of Dependent Structure and Co-Movement of World Stock Exchanges Under the Economic Cycle -- Macro-Econometric Forecasting for During Periods of Economic Cycle Using Bayesian Extreme Value Optimization Algorithm -- Generalize Weighted in Interval Data for Fitting a Vector Autoregressive Model -- Asymmetric Effect with Quantile Regression for Interval-valued Variables -- Emissions, Trade Openness, Urbanisation, and Income in Thailand: An Empirical Analysis -- Does Forecasting Benefit from Mixed-Frequency Data Sampling Model: The Evidence from Forecasting GDP Growth Using Financial Factor in Thailand -- How Better Are Predictive Models: Analysis on the Practically Important Example of Robust Interval Uncertainty. En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i
PermalinkPermalink
PermalinkPermalink
