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”

The comparison of algorithms for the automatic detection of outliers in environmental data

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F62156489%3A43110%2F19%3A43915946" target="_blank" >RIV/62156489:43110/19:43915946 - isvavai.cz</a>

  • Nalezeny alternativní kódy

    RIV/60162694:G42__/19:00536608

  • Výsledek na webu

    <a href="https://doi.org/10.1063/1.5114418" target="_blank" >https://doi.org/10.1063/1.5114418</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.1063/1.5114418" target="_blank" >10.1063/1.5114418</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    The comparison of algorithms for the automatic detection of outliers in environmental data

  • Popis výsledku v původním jazyce

    Measurement of air pollutant concentrations is important for evaluation of air pollution. However large data sets of environmental variables often include outliers, the observations which can significantly affect further analysis and modeling. The control of the measured data is quite often provided manually by a specialist which is unsatisfactory from a statistical point of view. Here the comparison of three methods suggested for the automatic detection of outliers in PM10 concentrations is performed based on simulated data.

  • Název v anglickém jazyce

    The comparison of algorithms for the automatic detection of outliers in environmental data

  • Popis výsledku anglicky

    Measurement of air pollutant concentrations is important for evaluation of air pollution. However large data sets of environmental variables often include outliers, the observations which can significantly affect further analysis and modeling. The control of the measured data is quite often provided manually by a specialist which is unsatisfactory from a statistical point of view. Here the comparison of three methods suggested for the automatic detection of outliers in PM10 concentrations is performed based on simulated data.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

  • OECD FORD obor

    10102 - Applied mathematics

Návaznosti výsledku

  • Projekt

    <a href="/cs/project/GA16-07089S" target="_blank" >GA16-07089S: Robustní přístup testování normality chybového členu v ekonometrických modelech</a><br>

  • Návaznosti

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

Ostatní

  • Rok uplatnění

    2019

  • 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 International Conference of Numerical Analysis and Applied Mathematics (ICNAAM 2018)

  • ISBN

    978-0-7354-1854-7

  • ISSN

    0094-243X

  • e-ISSN

    1551-7616

  • Počet stran výsledku

    4

  • Strana od-do

    400004

  • Název nakladatele

    American Institute of Physics (AIP)

  • Místo vydání

    Melville

  • Místo konání akce

    Rhodos

  • Datum konání akce

    13. 9. 2018

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku

    000521108600402