Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Note on Generating Orthogonal Polynomials and Their Application in Solving Complicated Polynomial Regression Tasks

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F60076658%3A12510%2F10%3A00012341" target="_blank" >RIV/60076658:12510/10:00012341 - isvavai.cz</a>

  • Nalezeny alternativní kódy

    RIV/67985807:_____/10:00351359 RIV/67985556:_____/10:00351359 RIV/00209805:_____/10:#0000123

  • Výsledek na webu

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Note on Generating Orthogonal Polynomials and Their Application in Solving Complicated Polynomial Regression Tasks

  • Popis výsledku v původním jazyce

    The paper deals with efficient numerical solving the proposed statistical model using modern algorithms of numerical linear algebra. In particular, the main ingredients are: - Numerically stable generation of vectors of values of orthogonal polynomials (the ?design? matrix ) based on the MGS Arnoldi algorithm with reorthogonalization, - algebraic derivation of the inversion of the matrix and, consequently, algebraic derivation of the solution of the system of normal equations, - and, finally, efficientcomputation of testing quantities based on the Cholesky decomposition of relatively small matrices. The techniques presented in this paper represent economized way of solving the problem. From the point of view of practical computing, we save the computer memory as well as the time requirements. We manipulate only with small matrices, we do not compute inversions of large matrices and we do not even need to solve linear algebraic systems with large matrices.

  • Název v anglickém jazyce

    Note on Generating Orthogonal Polynomials and Their Application in Solving Complicated Polynomial Regression Tasks

  • Popis výsledku anglicky

    The paper deals with efficient numerical solving the proposed statistical model using modern algorithms of numerical linear algebra. In particular, the main ingredients are: - Numerically stable generation of vectors of values of orthogonal polynomials (the ?design? matrix ) based on the MGS Arnoldi algorithm with reorthogonalization, - algebraic derivation of the inversion of the matrix and, consequently, algebraic derivation of the solution of the system of normal equations, - and, finally, efficientcomputation of testing quantities based on the Cholesky decomposition of relatively small matrices. The techniques presented in this paper represent economized way of solving the problem. From the point of view of practical computing, we save the computer memory as well as the time requirements. We manipulate only with small matrices, we do not compute inversions of large matrices and we do not even need to solve linear algebraic systems with large matrices.

Klasifikace

  • Druh

    J<sub>x</sub> - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)

  • CEP obor

    IN - Informatika

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

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

  • Návaznosti

    V - Vyzkumna aktivita podporovana z jinych verejnych zdroju

Ostatní

  • Rok uplatnění

    2010

  • Kód důvěrnosti údajů

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

Údaje specifické pro druh výsledku

  • Název periodika

    International Journal of Mathematics and Computation

  • ISSN

    0974-5718

  • e-ISSN

  • Svazek periodika

    7

  • Číslo periodika v rámci svazku

    J10

  • Stát vydavatele periodika

    IN - Indická republika

  • Počet stran výsledku

    13

  • Strana od-do

  • Kód UT WoS článku

  • EID výsledku v databázi Scopus