Paillier şifrelemesi , 1999'da Pascal Paillier tarafından geliştirilen olasılıksal açık anahtarlı şifreleme yöntemidir. n'inci kök
Kaynak: Paillier Şifrelemesi

Gelecek durumlara belirli bir şekilde değil, olasılıksal bir süreçle ulaşılacaktır. Her bir anda sistem belirli bir olasılık dağılımına
Kaynak: Markov zinciri

Diğer olasılıksal yaklaşımlar (genetik algoritmalar, tabu arama vb.) gibi en iyi çözümün en kısa zamanda üretimini sağlar. Bu sebeple,
Kaynak: Benzetilmiş tavlama

1992 yılından sonra bağımsız Kavraki ve Latombe tarafından 1994 yılında keşfedilmiş olan olasılıksal yol haritası yöntemi geliştiren ilk
Kaynak: Mark Overmars

rastgelelik kaynağı içeren, olasılıksal şifreleme olması gerekir, eğer bu koşul sağlanmazsa, düşman basitçe m_0 ve m_1 değerlerini
Kaynak: Anlamsal güvenlik

Bununla beraber, çok küçük bir hata payına razı olmak koşuluyla çok hızlı sonuç verebilen çeşitli olasılıksal algoritmalar bulunmaktadır.
Kaynak: Asal çarpanlara ayırma

Süperpozisyon ilkesine göre durumların toplanması parçacığın farklı yerlerde ve enerjilerde olması durumunun olasılıksal bir şekilde
Kaynak: Gluon

Bunun yerine, başarımın olasılıksal sınırları öngörülmeye çalışılmaktadır. Berimsel öğrenme kuramcıları başarım sınırlarının yanı sıra
Kaynak: Makine öğrenimi

ElGamal şifreleme bir olasılıksal şifreleme metodudur, yani bir mesaj çok sayıda farklı gizli mesaja şifrelenebilir, dolayısıyla ElGamal
Kaynak: ElGamal

Onun arayışı, teorik akılda insanı duyu verilerinin olasılıksal belirsizliğinden kurtaracak ve zihinsel bir sezgi ile dile ulaştıracak
Kaynak: Ebu'l-Berekât Bağdâdi

Biyolojik moleküler etkileşimler kendi özünde stokastik (olasılıksal) oldukları için, gen ağlarının hücresel süreçlerin nedeni değil
Kaynak: Gen düzenleyici ağ

içerik ölçümlerinden elde edilen bilgileri birleştirmek için karmaşık olasılıksal model ler kullanır, gizli Markov modelleri (GMM) gibi.
Kaynak: Gen bulma

bir şeyin konumunu ve hızını aynı anda bilmenin olanaklı olmadığı, bunun çeşitli olasılıksal hesaplara bağlı olduğu sonucu ortaya çıkmıştır.
Kaynak: Nedensellik

Genetik algoritmalar gerekirci kuralları değil olasılıksal kuralları kullanır. Kaynakça : BEASLEY, D., BULL, D.R., and MARTIN, R.R., 1993a.
Kaynak: Genetik algoritma

Gizli Markov modelleri (GMM), boşluk, uyuşma ve uyuşmamaların tüm kombinasyonlarına bir olasılık değeri atayan olasılıksal modellerdir.
Kaynak: Çoklu dizi hizalaması

PTr ve POp, yalnızca olasılıksal olarak alt frontal girusu sırasıyla 44 ve 45 numaralı ön ve arka sitoarkitektonik alanlara bölen yapısal
Kaynak: Broca alanı

boyutlardaki sistemleri açıklamak için parçacıkların ve etkileşimlerin olasılıksal algılanışını içeren kuantum mekaniğini ortaya atmaları
Kaynak: Fizik