Mixture Initialization Based on Prior Data Visual Analysis
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985556%3A_____%2F19%3A00491347" target="_blank" >RIV/67985556:_____/19:00491347 - isvavai.cz</a>
Výsledek na webu
<a href="http://dx.doi.org/10.1007/978-3-319-78931-6_3" target="_blank" >http://dx.doi.org/10.1007/978-3-319-78931-6_3</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1007/978-3-319-78931-6_3" target="_blank" >10.1007/978-3-319-78931-6_3</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Mixture Initialization Based on Prior Data Visual Analysis
Popis výsledku v původním jazyce
The initialization is known to be a critical task for running a mixture estimation algorithm. A majority of approaches existing in the literature are related to initialization of the expectation-maximization algorithm widely used in this area. This study focuses on the initialization of the recursive mixture estimation for the case of normal components, where the mentioned methods are not applicable. Its key part is a choice of the initial statistics of normal components.
Název v anglickém jazyce
Mixture Initialization Based on Prior Data Visual Analysis
Popis výsledku anglicky
The initialization is known to be a critical task for running a mixture estimation algorithm. A majority of approaches existing in the literature are related to initialization of the expectation-maximization algorithm widely used in this area. This study focuses on the initialization of the recursive mixture estimation for the case of normal components, where the mentioned methods are not applicable. Its key part is a choice of the initial statistics of normal components.
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
I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace
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 knihy nebo sborníku
Intuitionistic Fuzziness and Other Intelligent Theories and Their Applications
ISBN
978-3-319-78930-9
Počet stran výsledku
21
Strana od-do
29-49
Počet stran knihy
193
Název nakladatele
Springer
Místo vydání
Cham
Kód UT WoS kapitoly
—