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”

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