Sélection de la langue

Gouvernement du Canada / Government of Canada

Recherche

Utility estimation in large preference graphs using A* search

Par Conseil national de recherches du Canada

Téléchargement
  1. (PDF, 379 Kio)
DOITrouver le DOI : https://doi.org/10.1007/978-3-642-21043-3-6
AuteurRechercher : ; Rechercher : 1; Rechercher :
Affiliation
  1. Conseil national de recherches du Canada. Institut de technologie de l'information du CNRC
FormatTexte, Article
ConférenceThe 24th Canadian Conference on Artificial Intelligence (AI 2011), May 25-27, 2011, St. John’s, Newfoundland and Labrador
Résumé
Existing preference prediction techniques can require that an entire preference structure be constructed for a user. These structures, such as Conditional Outcome Preference Networks (COP-nets), can grow exponentially in the number of attributes describing the outcomes. In this paper, a new approach for constructing COP-nets, using A* search, is introduced. Using this approach, partial COP-nets can be constructed on demand instead of generating the entire structure. Experimental results show that the new method yields enormous savings in time and memory requirements, with only a modest reduction in prediction accuracy.
Date de publication
Maison d’éditionSpringer
Dans
  • Advances in Artificial Intelligence : 50–55.
Série
  • Lecture Notes in Computer Science 6657.
Langueanglais
Publications évaluées par des pairsOui
Numéro NPARC18024757
Exporter la noticeExporter en format RIS
Signaler une correctionSignaler une correction (s'ouvre dans un nouvel onglet)
Identificateur de l’enregistrement6fd74685-5084-4263-be3e-6b38afe3a70e
Enregistrement créé2011-06-04
Enregistrement modifié2020-06-09
Date de modification :