Miłosz Kadziński

基于贝叶斯偏好学习的多准则决策辅助中整合响应时间和注意力持续时间

浆细胞计数方法决定了慢性子宫内膜炎的患病率

多视角偏好学习框架下的多准则决策辅助：多重视角下的排序

群组妥协排序与间接偏好信息：最大化成对支持和基于排名的支持

群体还是个体？利用概率主题模型解析音乐收听中的社会影响与个人品味

一种用于时序多准则排序问题的渐进式偏好分解方法

学习直播市场中用户偏好的图形模型：考虑时间效应

交互式进化多目标优化中的高效偏好学习算法

采用Group Robust FlowSort方法，结合不精确输入和稳健性考量，对瑞士地热政策进行分类

JECDM：一个用于进化计算和决策制定的Java框架

一种用于动态决策背景下多准则排序的概率偏好学习方法

五十年的多目标优化与决策：从数学规划到进化计算

序号回归与在线学习：带有可证明保证的交互式偏好学习，用于多标准选择和排序

基于贝叶斯网络的方法进行动态行为分析：实时意图识别

从表达力和稳健性的调查到基于价值的综合标准框架

分析异质消费者偏好的多准则贝叶斯层次模型

允许确定和不确定偏好的多准则排序的概率顺序回归方法