Radar mondial UDTR

UDTR — Radar mondial des droits de la Nature

Registre documentaire des références détectées à travers les infrastructures académiques, juridiques et institutionnelles surveillées par UDTR.

Une infrastructure documentaire mondiale conçue pour atteindre la couverture la plus large, vérifiable et scientifiquement défendable des droits de la Nature.

← Retour au Radar

Integrating Boolean Satisfiability Algorithms into Bayesian Networks for Accelerated Deterministic Inference

Identification

Clé publique
radar:r-cf73c10cc089db750b57e366ecb809be
Auteurs
Efraín Díaz-Macías · José Steven Cordero Bazurto · Byron Oviedo
Année déclarée
2026
Langue déclarée
en
Type source
article
Première détection
2026-11-14T01:59:49.873703+00:00
Dernière observation des métadonnées
2026-11-14T01:59:49.873703+00:00
Dernière vérification HTTP
Non effectuée

Institutions déclarées par la source

Universidad Técnica Estatal de Quevedo

Pays d’affiliation déclarés

EC

Résumé documentaire — langue originale

Exact probabilistic inference in Bayesian Networks (BNs) becomes increasingly expensive as network size and structural complexity grow, limiting its applicability in time-sensitive decision-support systems. This study presents a hybrid inference framework that accelerates the deterministic component of Bayesian reasoning by integrating Boolean Satisfiability (SAT) techniques with Bayesian Networks. The proposed approach transforms deterministic conditional probability table (CPT) entries into conjunctive normal form (CNF), enabling SAT-based logical inference over deterministic constraints while preserving the original Bayesian model for probabilistic reasoning. The framework was evaluated on 25 benchmark Bayesian networks using five independent executions per dataset under identical experimental conditions. Performance was assessed through execution time, instrumented operation counts, and inference coverage, with results reported as mean values, standard deviations, and 95% confidence intervals. Experimental results demonstrate substantial reductions in deterministic inference time while maintaining high coverage of deterministic variable assignments across the evaluated benchmarks. Throughout this paper, the reported performance gains refer exclusively to empirical reductions in execution time and instrumented operation counts. They should not be interpreted as evidence of a reduction in the asymptotic computational complexity of exact Bayesian inference, which remains #P-complete in the general case. Rather, the proposed framework provides an efficient mechanism for accelerating deterministic logical inference within Bayesian Networks under the evaluated benchmark conditions.

Identifiants

OPENALEX
https://openalex.org/W7167729735
DOI
10.3390/a19070558

Repères documentaires

Famille documentaire
article
Types déclarés par les sources
article
Éditeurs
Multidisciplinary Digital Publishing Institute

Les mentions d’entités ne constituent pas une preuve de reconnaissance juridique. La juridiction étudiée est distincte du pays d’affiliation des auteurs.

Sources

OpenAlex · Document 1

Citer cette référence

Efraín Díaz-Macías; José Steven Cordero Bazurto; Byron Oviedo. Integrating Boolean Satisfiability Algorithms into Bayesian Networks for Accelerated Deterministic Inference. 2026. https://doi.org/10.3390/a19070558

JSON · CSL-JSON · BibTeX · RIS · CSV · JSON-LD ·

APA, Chicago, ISO 690 : formats bibliographiques fondés sur les champs disponibles. OSCOLA / Bluebook : données structurées uniquement ; aucune conformité juridique complète n’est revendiquée sans vérification des éléments nécessaires.

APA
Efraín Díaz-Macías; José Steven Cordero Bazurto; Byron Oviedo. (2026). Integrating Boolean Satisfiability Algorithms into Bayesian Networks for Accelerated Deterministic Inference. https://doi.org/10.3390/a19070558
Chicago
Efraín Díaz-Macías; José Steven Cordero Bazurto; Byron Oviedo. Integrating Boolean Satisfiability Algorithms into Bayesian Networks for Accelerated Deterministic Inference. 2026. https://doi.org/10.3390/a19070558
ISO 690
Efraín Díaz-Macías; José Steven Cordero Bazurto; Byron Oviedo. Integrating Boolean Satisfiability Algorithms into Bayesian Networks for Accelerated Deterministic Inference. 2026. https://doi.org/10.3390/a19070558

Warning: Undefined array key "last_link_verified" in /home/clients/e27d81e12f04d2bfd747aa264540ac56/sites/_UDTR_APP/legal_library_reference.php on line 31

UDTR — Bibliothèque juridique mondiale des droits de la Nature. Integrating Boolean Satisfiability Algorithms into Bayesian Networks for Accelerated Deterministic Inference. Notice documentaire: https://www.declarationuniverselledesdroitsdelarbre.org/global-rights-of-nature-radar/reference/r-cf73c10cc089db750b57e366ecb809be/ · Dernière vérification HTTP : non effectuée

Signaler une correction

Données de cette version figée

Dossiers et relations documentaires

Rôles des sources

Source bibliographique / publication d’origine · https://doi.org/10.3390/a19070558

Un lien vers une autorité ne prouve pas à lui seul une affirmation juridique. Les résumés et les textes intégraux restent soumis aux conditions de leur source.

Statut documentaire

Pertinence à examiner

Bibliothèque

Cette identité n’est pas encore intégrée à la Bibliothèque juridique.

UDTR — Bibliothèque juridique mondiale des droits de la Nature