Clustering Non-Gaussian Data Using Mixture Estimation with Uniform Components
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985556%3A_____%2F18%3A00491344" target="_blank" >RIV/67985556:_____/18:00491344 - isvavai.cz</a>
Výsledek na webu
<a href="http://dx.doi.org/10.1007/978-3-319-78437-3_14" target="_blank" >http://dx.doi.org/10.1007/978-3-319-78437-3_14</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1007/978-3-319-78437-3_14" target="_blank" >10.1007/978-3-319-78437-3_14</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Clustering Non-Gaussian Data Using Mixture Estimation with Uniform Components
Popis výsledku v původním jazyce
This chapter considers the problem of clustering non-Gaussian data with fixed bounds via recursive mixture estimation under the Bayesian methodology. Here a mixture of uniform distributions is taken, where individual clusters are described by mixture components. The mixture estimation algorithm is based on (i) the update of reproducible statistics of uniform components, (ii) the heuristic initialization via the method of moments, (iii) the non-trivial adaptive forgetting technique, (iv) the data-dependent dynamic pointer model.
Název v anglickém jazyce
Clustering Non-Gaussian Data Using Mixture Estimation with Uniform Components
Popis výsledku anglicky
This chapter considers the problem of clustering non-Gaussian data with fixed bounds via recursive mixture estimation under the Bayesian methodology. Here a mixture of uniform distributions is taken, where individual clusters are described by mixture components. The mixture estimation algorithm is based on (i) the update of reproducible statistics of uniform components, (ii) the heuristic initialization via the method of moments, (iii) the non-trivial adaptive forgetting technique, (iv) the data-dependent dynamic pointer model.
Klasifikace
Druh
C - Kapitola v odborné knize
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
2018
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název knihy nebo sborníku
Practical Issues of Intelligent Innovations. Studies in Systems, Decision and Control
ISBN
978-3-319-78436-6
Počet stran výsledku
17
Strana od-do
313-330
Počet stran knihy
330
Název nakladatele
Springer
Místo vydání
Cham
Kód UT WoS kapitoly
000466552900015