Boscovich Fuzzy Regression Line
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216275%3A25530%2F21%3A39918289" target="_blank" >RIV/00216275:25530/21:39918289 - isvavai.cz</a>
Nalezeny alternativní kódy
RIV/00216305:26210/21:PU140611
Výsledek na webu
<a href="https://www.mdpi.com/2227-7390/9/6/685#metrics" target="_blank" >https://www.mdpi.com/2227-7390/9/6/685#metrics</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.3390/math9060685" target="_blank" >10.3390/math9060685</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Boscovich Fuzzy Regression Line
Popis výsledku v původním jazyce
We introduce a new fuzzy linear regression method. The method is capable of approximating fuzzy relationships between an independent and a dependent variable. The independent and dependent variables are expected to be a real value and triangular fuzzy numbers, respectively. We demonstrate on twenty datasets that the method is reliable, and it is less sensitive to outliers, compare with possibilistic-based fuzzy regression methods. Unlike other commonly used fuzzy regression methods, the presented method is simple for implementation and it has linear time-complexity. The method guarantees non-negativity of model parameter spreads.
Název v anglickém jazyce
Boscovich Fuzzy Regression Line
Popis výsledku anglicky
We introduce a new fuzzy linear regression method. The method is capable of approximating fuzzy relationships between an independent and a dependent variable. The independent and dependent variables are expected to be a real value and triangular fuzzy numbers, respectively. We demonstrate on twenty datasets that the method is reliable, and it is less sensitive to outliers, compare with possibilistic-based fuzzy regression methods. Unlike other commonly used fuzzy regression methods, the presented method is simple for implementation and it has linear time-complexity. The method guarantees non-negativity of model parameter spreads.
Klasifikace
Druh
J<sub>imp</sub> - Článek v periodiku v databázi Web of Science
CEP obor
—
OECD FORD obor
10102 - Applied mathematics
Návaznosti výsledku
Projekt
—
Návaznosti
I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace
Ostatní
Rok uplatnění
2021
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název periodika
Mathematics
ISSN
2227-7390
e-ISSN
—
Svazek periodika
9
Číslo periodika v rámci svazku
6
Stát vydavatele periodika
CH - Švýcarská konfederace
Počet stran výsledku
14
Strana od-do
—
Kód UT WoS článku
000645339500001
EID výsledku v databázi Scopus
—