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”

Initialization of Recursive Mixture-based Clustering with Uniform Components

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985556%3A_____%2F17%3A00476595" target="_blank" >RIV/67985556:_____/17:00476595 - isvavai.cz</a>

  • Výsledek na webu

    <a href="http://dx.doi.org/10.5220/0006417104490458" target="_blank" >http://dx.doi.org/10.5220/0006417104490458</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.5220/0006417104490458" target="_blank" >10.5220/0006417104490458</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Initialization of Recursive Mixture-based Clustering with Uniform Components

  • Popis výsledku v původním jazyce

    The paper deals with a task of initialization of the recursive mixture estimation for the case of uniform components. This task is significant as a part of mixture-based clustering, where data clusters are described by the uniform distributions. The issue is extensively explored for normal components. However, sometimes the assumption of normality is not suitable or limits potential application areas (e.g., in the case of data with fixed bounds). The use of uniform components can be beneficial for these cases. Initialization is always a critical task of the mixture estimation. Within the considered recursive estimation algorithm the key point of its initialization is a choice of initial statistics of components. The paper explores several initialization approaches and compares results of clustering with a theoretical counterpart. Experiments with real data are demonstrated.

  • Název v anglickém jazyce

    Initialization of Recursive Mixture-based Clustering with Uniform Components

  • Popis výsledku anglicky

    The paper deals with a task of initialization of the recursive mixture estimation for the case of uniform components. This task is significant as a part of mixture-based clustering, where data clusters are described by the uniform distributions. The issue is extensively explored for normal components. However, sometimes the assumption of normality is not suitable or limits potential application areas (e.g., in the case of data with fixed bounds). The use of uniform components can be beneficial for these cases. Initialization is always a critical task of the mixture estimation. Within the considered recursive estimation algorithm the key point of its initialization is a choice of initial statistics of components. The paper explores several initialization approaches and compares results of clustering with a theoretical counterpart. Experiments with real data are demonstrated.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

  • OECD FORD obor

    10103 - Statistics and probability

Návaznosti výsledku

  • Projekt

    <a href="/cs/project/GA15-03564S" target="_blank" >GA15-03564S: Shlukování a klasifikace s využitím rekurzivního odhadování modelu směsi distribucí</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

    Proceedings of the 14th International Conference on Informatics in Control, Automation and Robotics (ICINCO 2017)

  • ISBN

    978-989-758-263-9

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    10

  • Strana od-do

    449-458

  • Název nakladatele

    SCITEPRESS

  • Místo vydání

    Setúbal

  • Místo konání akce

    Madrid

  • Datum konání akce

    26. 7. 2017

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku