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”

2-adic Fuzzy Partitions and Multi-Scale Representation of Time Series

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61988987%3A17610%2F21%3AA2302APP" target="_blank" >RIV/61988987:17610/21:A2302APP - isvavai.cz</a>

  • Výsledek na webu

    <a href="http://ceur-ws.org/Vol-2962/paper35.pdf" target="_blank" >http://ceur-ws.org/Vol-2962/paper35.pdf</a>

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    2-adic Fuzzy Partitions and Multi-Scale Representation of Time Series

  • Popis výsledku v původním jazyce

    We are focused on a new method of time series analysis that is based on the extraction of representative keypoints. We use the multi-scale theory based on the use of non-traditional kernels derived from the theory of F-transforms. The sequence of kernels corresponds to what is called as 2-adic fuzzy partitions. This leads to simplified algorithms and comparable efficiency in the selection of keypoints. We reduce the number of representative keypoints and enhance robustness of their selection. We also propose a new keypoint descriptor and test it on matching financial time series with high volatility.

  • Název v anglickém jazyce

    2-adic Fuzzy Partitions and Multi-Scale Representation of Time Series

  • Popis výsledku anglicky

    We are focused on a new method of time series analysis that is based on the extraction of representative keypoints. We use the multi-scale theory based on the use of non-traditional kernels derived from the theory of F-transforms. The sequence of kernels corresponds to what is called as 2-adic fuzzy partitions. This leads to simplified algorithms and comparable efficiency in the selection of keypoints. We reduce the number of representative keypoints and enhance robustness of their selection. We also propose a new keypoint descriptor and test it on matching financial time series with high volatility.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

  • OECD FORD obor

    10102 - Applied mathematics

Návaznosti výsledku

  • Projekt

    <a href="/cs/project/EF17_049%2F0008414" target="_blank" >EF17_049/0008414: Centrum pro výzkum a vývoj metod umělé intelligence v automobilovém průmyslu regionu</a><br>

  • Návaznosti

    P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)<br>S - Specificky vyzkum na vysokych skolach

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 statě ve sborníku

    Proceedings of the 21st Conference Information Technologies ? Applications and Theory (ITAT 2021)

  • ISBN

  • ISSN

    1613-0073

  • e-ISSN

  • Počet stran výsledku

    8

  • Strana od-do

    77-84

  • Název nakladatele

    CEUR - Workshop Proceedings

  • Místo vydání

    Oravská Lesná, Slovakia

  • Místo konání akce

    Oravská Lesná, Slovakia, Slovakia

  • Datum konání akce

    24. 9. 2021

  • Typ akce podle státní příslušnosti

    EUR - Evropská akce

  • Kód UT WoS článku