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”

Adaptivní stochastické algoritmy: aplikace v odhadu parametů nelineárních regresních modélů

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61988987%3A17310%2F07%3AA0800LAP" target="_blank" >RIV/61988987:17310/07:A0800LAP - isvavai.cz</a>

  • Výsledek na webu

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Adaptive Population-based Search: Application to Estimation of Nonlinear Regression Parameters

  • Popis výsledku v původním jazyce

    This paper deals with algorithms for the estimation of nonlinear regression parameters. Adaptive population-based search algorithms were proposed and implemented for finding reliable estimates at a reasonable time with default setting of their controlling parameters. The algorithms were tested on the NIST collection of datasets containing 27 nonlinear regression tasks of various level of difficulty. The experimental results proved that both our algorithms with competing heuristics are significantly morereliable as compared with the algorithm based on Levenberg-Marquardt optimizing procedure.

  • Název v anglickém jazyce

    Adaptive Population-based Search: Application to Estimation of Nonlinear Regression Parameters

  • Popis výsledku anglicky

    This paper deals with algorithms for the estimation of nonlinear regression parameters. Adaptive population-based search algorithms were proposed and implemented for finding reliable estimates at a reasonable time with default setting of their controlling parameters. The algorithms were tested on the NIST collection of datasets containing 27 nonlinear regression tasks of various level of difficulty. The experimental results proved that both our algorithms with competing heuristics are significantly morereliable as compared with the algorithm based on Levenberg-Marquardt optimizing procedure.

Klasifikace

  • Druh

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

  • CEP obor

    BB - Aplikovaná statistika, operační výzkum

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

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

  • Návaznosti

    P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)<br>Z - Vyzkumny zamer (s odkazem do CEZ)

Ostatní

  • Rok uplatnění

    2007

  • Kód důvěrnosti údajů

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

Údaje specifické pro druh výsledku

  • Název periodika

    COMPUT STAT DATA AN

  • ISSN

    0167-9473

  • e-ISSN

  • Svazek periodika

    52

  • Číslo periodika v rámci svazku

    2

  • Stát vydavatele periodika

    NL - Nizozemsko

  • Počet stran výsledku

    12

  • Strana od-do

    713-724

  • Kód UT WoS článku

  • EID výsledku v databázi Scopus