Tolerance approach to possibilistic nonlinear regression with interval data

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216208%3A11320%2F14%3A10282632" target="_blank" >RIV/00216208:11320/14:10282632 - isvavai.cz</a>

Nalezeny alternativní kódy

RIV/61384399:31140/14:00045593

Výsledek na webu

<a href="http://dx.doi.org/10.1109/TCYB.2014.2309596" target="_blank" >http://dx.doi.org/10.1109/TCYB.2014.2309596</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1109/TCYB.2014.2309596" target="_blank" >10.1109/TCYB.2014.2309596</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Tolerance approach to possibilistic nonlinear regression with interval data

Popis výsledku v původním jazyce

We study possibilistic nonlinear regression models with crisp and/or interval data. Herein, the task is to compute tight interval regression parameters such that all observed output data (either crisp or interval) are covered by the range of the nonlinear interval regression function. We propose a method for determination of interval regression parameters based on the tolerance approach developed by the authors for the linear case. We define two classes of nonlinear regression models for which efficientalgorithms exist. For other models, we provide some extensions allowing to calculate lower and upper bounds on the widths of the optimal interval regression parameters. We also discuss other approaches to interval regression than the possibilistic one.We illustrate the theory by examples.

Název v anglickém jazyce

Tolerance approach to possibilistic nonlinear regression with interval data

Popis výsledku anglicky

We study possibilistic nonlinear regression models with crisp and/or interval data. Herein, the task is to compute tight interval regression parameters such that all observed output data (either crisp or interval) are covered by the range of the nonlinear interval regression function. We propose a method for determination of interval regression parameters based on the tolerance approach developed by the authors for the linear case. We define two classes of nonlinear regression models for which efficientalgorithms exist. For other models, we provide some extensions allowing to calculate lower and upper bounds on the widths of the optimal interval regression parameters. We also discuss other approaches to interval regression than the possibilistic one.We illustrate the theory by examples.

Druh

J_x - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)

CEP obor

BB - Aplikovaná statistika, operační výzkum

OECD FORD obor

—

Projekt

Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.

Návaznosti

I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

Rok uplatnění

2014

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název periodika

IEEE Transactions on Cybernetics

ISSN

2168-2267

e-ISSN

—

Svazek periodika

44

Číslo periodika v rámci svazku

12

Stát vydavatele periodika

US - Spojené státy americké

Počet stran výsledku

12

Strana od-do

2509-2520

Kód UT WoS článku

—

EID výsledku v databázi Scopus

—