Expectation-Maximization algorithm for Evaluation of Wind Direction Characteristics

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216275%3A25530%2F15%3A39899393" target="_blank" >RIV/00216275:25530/15:39899393 - isvavai.cz</a>

Výsledek na webu

<a href="http://dx.doi.org/10.1109/EEEIC.2015.7165433" target="_blank" >http://dx.doi.org/10.1109/EEEIC.2015.7165433</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1109/EEEIC.2015.7165433" target="_blank" >10.1109/EEEIC.2015.7165433</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Expectation-Maximization algorithm for Evaluation of Wind Direction Characteristics

Popis výsledku v původním jazyce

Directional statistical distributions can be used to model a wide range of industrial and phenomena. Finite mixtures of circular normal von Mises (MvM) distributions have been used to represent directional data from various domains including energy industry, medical science, and information retrieval. This paper presents the probabilistic modeling of the prevailing wind directions. Expectation-maximization algorithm (EM algorithm) is employed to evaluate unknown parameters of MvM distribution. The evaluation is carried out using real-world data sets describing annual wind direction at St. John's airport in Newfoundland, Canada. Experimental results show that EM algorithm is able to find good model parameters corresponding to input data. However, because the termination criterion ?2-function converges to 335, the resulting distribution cannot pass Pearson's test of goodness of fit.

Název v anglickém jazyce

Expectation-Maximization algorithm for Evaluation of Wind Direction Characteristics

Popis výsledku anglicky

Directional statistical distributions can be used to model a wide range of industrial and phenomena. Finite mixtures of circular normal von Mises (MvM) distributions have been used to represent directional data from various domains including energy industry, medical science, and information retrieval. This paper presents the probabilistic modeling of the prevailing wind directions. Expectation-maximization algorithm (EM algorithm) is employed to evaluate unknown parameters of MvM distribution. The evaluation is carried out using real-world data sets describing annual wind direction at St. John's airport in Newfoundland, Canada. Experimental results show that EM algorithm is able to find good model parameters corresponding to input data. However, because the termination criterion ?2-function converges to 335, the resulting distribution cannot pass Pearson's test of goodness of fit.

Druh

D - Stať ve sborníku

CEP obor

BB - Aplikovaná statistika, operační výzkum

OECD FORD obor

—

Projekt

<a href="/cs/project/EE2.3.30.0058" target="_blank" >EE2.3.30.0058: Rozvoj kvalitních vědeckovýzkumných týmů na Univerzitě Pardubice</a><br>

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Rok uplatnění

2015

Kód důvěrnosti údajů

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

Název statě ve sborníku

IEEE 15th International Conference on Environment and Electrical Engineering, EEEIC 2015: Conference Proceedings

ISBN

978-1-4799-7992-9

ISSN

—

e-ISSN

—

Počet stran výsledku

6

Strana od-do

1730-1735

Název nakladatele

IEEE (Institute of Electrical and Electronics Engineers)

Místo vydání

New York

Místo konání akce

Řím

Datum konání akce

10. 6. 2015

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

000366654400293