Speed of novelty detection adaptive algorithms
The result's identifiers
Result code in IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21220%2F18%3A00326881" target="_blank" >RIV/68407700:21220/18:00326881 - isvavai.cz</a>
Result on the web
<a href="http://iat.fs.cvut.cz/nmp/2018.pdf" target="_blank" >http://iat.fs.cvut.cz/nmp/2018.pdf</a>
DOI - Digital Object Identifier
—
Alternative languages
Result language
čeština
Original language name
Rychlost adaptivních algoritmů pro detekci novosti
Original language description
ento článek se zabývá analýzou a porovnáním rychlosti několika adaptivní algoritmů (ELBND, LE, MD, FD). Rychlost je klíčová vlastnost algoritmů pro detekci novosti, které jsou používány pro zpracování dat v reálném čase. Adaptivní detekce novosti je pro procesy měřené v reálném čase zajímavá speciálně díky své robustnosti proti vysoké ne-stacionaritě měřených dat. Zkoumané algoritmy jsou v tomto článku analyzovány teoreticky pomocí prostředků asymptotické složitosti a získané závěry jsou validovány experimentálně na testovacích datech. Získané výsledky ukazují, že rozdíly v časové náročnosti jednotlivých algoritmů nejsou zanedbatelné. Zatímco ELBDN a LE mají lineární časovou složitost s malými multiplikativními a aditivními konstantami, MD vykazuje vlastnosti časové složitosti kvadratické a FD má linární časovou složitost s podstatně vyššími multiplikativními a aditivními konstantami než ELBDN a LE.
Czech name
Rychlost adaptivních algoritmů pro detekci novosti
Czech description
ento článek se zabývá analýzou a porovnáním rychlosti několika adaptivní algoritmů (ELBND, LE, MD, FD). Rychlost je klíčová vlastnost algoritmů pro detekci novosti, které jsou používány pro zpracování dat v reálném čase. Adaptivní detekce novosti je pro procesy měřené v reálném čase zajímavá speciálně díky své robustnosti proti vysoké ne-stacionaritě měřených dat. Zkoumané algoritmy jsou v tomto článku analyzovány teoreticky pomocí prostředků asymptotické složitosti a získané závěry jsou validovány experimentálně na testovacích datech. Získané výsledky ukazují, že rozdíly v časové náročnosti jednotlivých algoritmů nejsou zanedbatelné. Zatímco ELBDN a LE mají lineární časovou složitost s malými multiplikativními a aditivními konstantami, MD vykazuje vlastnosti časové složitosti kvadratické a FD má linární časovou složitost s podstatně vyššími multiplikativními a aditivními konstantami než ELBDN a LE.
Classification
Type
O - Miscellaneous
CEP classification
—
OECD FORD branch
10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
Result continuities
Project
—
Continuities
S - Specificky vyzkum na vysokych skolach
Others
Publication year
2018
Confidentiality
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů