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”

Accurate Mixed Weibull Distribution Fitting by Differential Evolution

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61989100%3A27240%2F17%3A10238704" target="_blank" >RIV/61989100:27240/17:10238704 - isvavai.cz</a>

  • Výsledek na webu

    <a href="https://dl.acm.org/citation.cfm?doid=3071178.3071290" target="_blank" >https://dl.acm.org/citation.cfm?doid=3071178.3071290</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.1145/3071178.3071290" target="_blank" >10.1145/3071178.3071290</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Accurate Mixed Weibull Distribution Fitting by Differential Evolution

  • Popis výsledku v původním jazyce

    Mixed Weibull distribution is a probability distribution noted for its wide applicability in many diverse fields. Thee ability to accurately estimate mixed distribution parameters is essential for data–driven modeling, simulation, and analysis of the phenomena represented by mixed Weibull models. Nature–inspired metaheuristics for continuous parameter optimization have shown good potential for approximating parameters of complex statistical models. Differential evolution is a popular evolutionary real–parameter optimization method with good results in many areas. This work uses differential evolution to fit mixed Weibull distribution to data and analyzes the ability of different differential evolution variants to estimate mixture parameters.

  • Název v anglickém jazyce

    Accurate Mixed Weibull Distribution Fitting by Differential Evolution

  • Popis výsledku anglicky

    Mixed Weibull distribution is a probability distribution noted for its wide applicability in many diverse fields. Thee ability to accurately estimate mixed distribution parameters is essential for data–driven modeling, simulation, and analysis of the phenomena represented by mixed Weibull models. Nature–inspired metaheuristics for continuous parameter optimization have shown good potential for approximating parameters of complex statistical models. Differential evolution is a popular evolutionary real–parameter optimization method with good results in many areas. This work uses differential evolution to fit mixed Weibull distribution to data and analyzes the ability of different differential evolution variants to estimate mixture parameters.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

  • OECD FORD obor

    10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)

Návaznosti výsledku

  • Projekt

    <a href="/cs/project/GJ16-25694Y" target="_blank" >GJ16-25694Y: Mnohoparadigmatické algoritmy dolování z dat založené na vyhledávání, fuzzy technologiích a bio-inspirovaných výpočtech</a><br>

  • Návaznosti

    P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Ostatní

  • Rok uplatnění

    2017

  • 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

    GECCO 2017 - Proceedings of the 2017 Genetic and Evolutionary Computation Conference

  • ISBN

    978-1-4503-4920-8

  • ISSN

  • e-ISSN

    neuvedeno

  • Počet stran výsledku

    8

  • Strana od-do

    1161-1168

  • Název nakladatele

    Association for Computing Machinery

  • Místo vydání

    New York

  • Místo konání akce

    Berlín

  • Datum konání akce

    15. 7. 2017

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku