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”

Suppression of High Frequencies in Time Series Using Fuzzy Transform of Higher Degree

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61988987%3A17610%2F16%3AA1701HQX" target="_blank" >RIV/61988987:17610/16:A1701HQX - isvavai.cz</a>

  • Výsledek na webu

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Suppression of High Frequencies in Time Series Using Fuzzy Transform of Higher Degree

  • Popis výsledku v původním jazyce

    In this paper, we provide a theoretical justification for the application of the higher degree fuzzy transform in time series analysis. We demonstrate that the higher degree fuzzy transform technique can be used for the suppression of high frequencies in time series, which belongs among the essential assumptions for a successful extraction of the trend (trend-cycle) of time series. More precisely, if a time series can be additively decomposed into a trend-cycle, a seasonal component and a noise, we show that high frequencies appearing in the seasonal component can be arbitrarily suppressed using the fuzzy transform of higher degree with a reasonable adjustment of parameters of a generalized uniform fuzzy partition.

  • Název v anglickém jazyce

    Suppression of High Frequencies in Time Series Using Fuzzy Transform of Higher Degree

  • Popis výsledku anglicky

    In this paper, we provide a theoretical justification for the application of the higher degree fuzzy transform in time series analysis. We demonstrate that the higher degree fuzzy transform technique can be used for the suppression of high frequencies in time series, which belongs among the essential assumptions for a successful extraction of the trend (trend-cycle) of time series. More precisely, if a time series can be additively decomposed into a trend-cycle, a seasonal component and a noise, we show that high frequencies appearing in the seasonal component can be arbitrarily suppressed using the fuzzy transform of higher degree with a reasonable adjustment of parameters of a generalized uniform fuzzy partition.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

    BA - Obecná matematika

  • 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>S - Specificky vyzkum na vysokych skolach

Ostatní

  • Rok uplatnění

    2016

  • Kód důvěrnosti údajů

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

Údaje specifické pro druh výsledku

  • Název statě ve sborníku

    Information Processing and Management of Uncertainty in Knowledge-Based Systems: 16th International Conference, IPMU 2016, Eindhoven, The Netherlands, June 20 - 24, 2016, Proceedings, Part II

  • ISBN

    978-3-319-40580-3

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    12

  • Strana od-do

    705-716

  • Název nakladatele

    Springer International Publishing

  • Místo vydání

    Švýcarsko

  • Místo konání akce

    Eindhoven, Nizozemí

  • Datum konání akce

    20. 6. 2016

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku

    000387430000057