Dynamic parameter estimation based on minimum cross-entropy method for combining information sources

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216208%3A11320%2F15%3A10297159" target="_blank" >RIV/00216208:11320/15:10297159 - isvavai.cz</a>

Nalezeny alternativní kódy

RIV/67985556:_____/15:00445817

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

Dynamic parameter estimation based on minimum cross-entropy method for combining information sources

Popis výsledku v původním jazyce

When combining information sources, e.g. measuring devices or experts, we deal with two problems: which combining method to choose (linear combination, geometric mean) and how to measure the reliability of the sources, i.e. how to assign the weights to them. Inspired by [Sečkárová, 2013] we introduce a method which overcomes such shortcomings. Proposed method, based on minimization of the Kullback-Leibler divergence with specific constraints, directly combines data, i.e. probability vectors, thus no additional step to obtain the weights is needed. The detailed description of the proposed method and a comparison with recently introduced dynamic diffusion estimation [Dedecius and Sečkárová, 2013], which heavily depends on the determination of the weights, form the core of this contribution.

Název v anglickém jazyce

Dynamic parameter estimation based on minimum cross-entropy method for combining information sources

Popis výsledku anglicky

When combining information sources, e.g. measuring devices or experts, we deal with two problems: which combining method to choose (linear combination, geometric mean) and how to measure the reliability of the sources, i.e. how to assign the weights to them. Inspired by [Sečkárová, 2013] we introduce a method which overcomes such shortcomings. Proposed method, based on minimization of the Kullback-Leibler divergence with specific constraints, directly combines data, i.e. probability vectors, thus no additional step to obtain the weights is needed. The detailed description of the proposed method and a comparison with recently introduced dynamic diffusion estimation [Dedecius and Sečkárová, 2013], which heavily depends on the determination of the weights, form the core of this contribution.

Druh

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

CEP obor

BB - Aplikovaná statistika, operační výzkum

OECD FORD obor

—

Projekt

<a href="/cs/project/GA13-13502S" target="_blank" >GA13-13502S: Plně pravděpodobností návrh dynamických rozhodovacích strategií s nedokonalými účastníky v tržních scénářích</a><br>

Návaznosti

S - Specificky vyzkum na vysokych skolach

Rok uplatnění

2015

Kód důvěrnosti údajů

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

Název periodika

Pliska Studia Mathematica

ISSN

0204-9805

e-ISSN

—

Svazek periodika

24

Číslo periodika v rámci svazku

5

Stát vydavatele periodika

BG - Bulharská republika

Počet stran výsledku

8

Strana od-do

181-188

Kód UT WoS článku

—

EID výsledku v databázi Scopus

—