Boscovich Fuzzy Regression Line

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>

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.

Druh

J_imp - Článek v periodiku v databázi Web of Science

CEP obor

—

OECD FORD obor

10102 - Applied mathematics

Projekt

—

Návaznosti

I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

Rok uplatnění

2021

Kód důvěrnosti údajů

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

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

—