We prove that a rank ≥3 Dowling geometry of a group H is partition representable if and only if H is a Frobenius complement. This implies that Dowling group geometries are secret-sharing if and only if they are multilinearly representable., František Matúš and Aner Ben-Efraim., and Obsahuje bibliografické odkazy
Cílem článku je podat přehled o problematice archivace sociologických dat. Článek se zabývá archivací z několika úhlů pohledu. Rozebírá její význam pro vědeckou práci a místo archivů v „cyklu oběhu dat“. Následně se věnuje přípravě dat pro archivaci - nárokům, které z toho plynou jak pro výzkumníky, tak i pro pracovníky archivů. V další části je rozebrán standard DDI jakožto nástroj vhodný pro popis (nejen) sociologických dat., Martin Vávra., 1 schéma, and Obsahuje bibliografii
Tento text představuje komplexní úvod k systému NESSTAR. Je určen především (potenciálním) uživatelům tohoto programového balíku, určeného pro publikování, prohledávání a analýzu dat na webu. V úvodní části je popsán vznik tohoto programu, jeho jednotlivé části a také možnosti, které nabízí producentům a depozitorům dat. V druhé části je pak Nesstar představen jako nástroj pro on-line prohledávání a analýzu dat. Jde současně o uživatelský manuál, který by měl ukázat cestu k sociologickým datům na internetu., Tomáš Čížek, Martin Vávra., 22 obrázků, and Obsahuje bibliografii
An overview is given of results achieved by F. Matúš on probabilistic conditional independence (CI). First, his axiomatic characterizations of stochastic functional dependence and unconditional independence are recalled. Then his elegant proof of discrete probabilistic representability of a matroid based on its linear representability over a finite field is recalled. It is explained that this result was a basis of his methodology for constructing a probabilistic representation of a given abstract CI structure. His embedding of matroids into (augmented) abstract CI structures is recalled and his contribution to the theory of semigraphoids is mentioned as well. Finally, his results on the characterization of probabilistic CI structures induced by four discrete random variables and by four regular Gaussian random variables are recalled. Partial probabilistic representability by binary random variables is also mentioned., Milan Studený., and Obsahuje bibliografické odkazy
Archivy sociálních dat mají specifický význam jako infrastruktura pro mezinárodní komparativní výzkum. V této oblasti slouží nejen jako zdroj dat, ale podílejí se i na organizaci mezinárodních šetření a zapojují se do výzkumu v oblasti harmonizace dat a vývoje standardizovaných indikátorů. Od počátku archivace dat v Evropě se proto uvažuje o budování společného evropského systému datových služeb. Řada stávajících národních archivů je sdružena v organizaci CESSDA. Jejich spolupráce zahrnuje dohodu o mezinárodní výměně dat, k reálnému propojení datových služeb ale dosud nedošlo. Problémem je vzájemná nekompatibilita stávajících systémů datových služeb, informací o datech i obecná nekompatibilita produkce v sociálněvědním výzkumu. Dosud bylo dosaženo dílčích úspěchů v překonání bariér, zejm. bylo vyvinuto uspokojivé softwarové a hardwarové řešení pro propojení datových služeb (NESSTAR), dochází k standardizaci metadat (DDI), vyvíjen je multilinguální thesaurus ELSST a došlo k částečnému propojení několika datových knihoven ve společném katalogu C-CAT. Vytvoření evropského systému datových služeb je připravováno v projektu CESSDA-PPP. Není však jisté, zda budou získány prostředky na jeho realizaci., Jindřich Krejčí., and Obsahuje bibliografii
We investigate the sets of joint probability distributions that maximize the average multi-information over a collection of margins. These functionals serve as proxies for maximizing the multi-information of a set of variables or the mutual information of two subsets of variables, at a lower computation and estimation complexity. We describe the maximizers and their relations to the maximizers of the multi-information and the mutual information., Thomas Merkh and Guido Montúfar., and Obsahuje bibliografické odkazy
We offer a new approach to the \emph{information decomposition} problem in information theory: given a `target' random variable co-distributed with multiple `source' variables, how can we decompose the mutual information into a sum of non-negative terms that quantify the contributions of each random variable, not only individually but also in combination? We define a new way to decompose the mutual information, which we call the \emph{Information Attribution} (IA), and derive a solution using cooperative game theory. It can be seen as assigning a "fair share'' of the mutual information to each combination of the source variables. Our decomposition is based on a different lattice from the usual `partial information decomposition' (PID) approach, and as a consequence {the IA} has a smaller number of terms {than PID}: it has analogs of the synergy and unique information terms, but lacks separate terms corresponding to redundancy, instead sharing redundant information between the unique information terms. Because of this, it is able to obey equivalents of the axioms known as `local positivity' and `identity', which cannot be simultaneously satisfied by a PID measure., Nihat Ay, Daniel Polani and Nathaniel Virgo., and Obsahuje bibliografické odkazy