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”

Boosting in probabilistic neural networks.

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985556%3A_____%2F02%3A16020102" target="_blank" >RIV/67985556:_____/02:16020102 - isvavai.cz</a>

  • Výsledek na webu

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Boosting in probabilistic neural networks.

  • Popis výsledku v původním jazyce

    It has been verified in practical experiments that the classification performance can be improved by increasing the weights of misclassified training samples. We prove that in case of maximum-likelihood estimation the weighting of discrete data vectors is asymptotically equivalent to multiplication of the estimated distributions by a positive function. Consequently, the Bayesian decision-making can be made asymptotically invariant with respect to arbitrary weighting of data under certain conditions.

  • Název v anglickém jazyce

    Boosting in probabilistic neural networks.

  • Popis výsledku anglicky

    It has been verified in practical experiments that the classification performance can be improved by increasing the weights of misclassified training samples. We prove that in case of maximum-likelihood estimation the weighting of discrete data vectors is asymptotically equivalent to multiplication of the estimated distributions by a positive function. Consequently, the Bayesian decision-making can be made asymptotically invariant with respect to arbitrary weighting of data under certain conditions.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • 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

    2002

  • 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 16th International Conference on Pattern Recognition.

  • ISBN

    0-7695-1699-8

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    4

  • Strana od-do

    136-139

  • Název nakladatele

    IEEE Computer Society

  • Místo vydání

    Los Alamitos

  • Místo konání akce

    Québec City [CA]

  • Datum konání akce

    11. 8. 2002

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku