Practical Initialization of Recursive Mixture-Based Clustering for Non-negative Data
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985556%3A_____%2F20%3A00504124" target="_blank" >RIV/67985556:_____/20:00504124 - isvavai.cz</a>
Nalezeny alternativní kódy
RIV/68407700:21260/19:00333292
Výsledek na webu
<a href="http://dx.doi.org/10.1007/978-3-030-11292-9_34" target="_blank" >http://dx.doi.org/10.1007/978-3-030-11292-9_34</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1007/978-3-030-11292-9_34" target="_blank" >10.1007/978-3-030-11292-9_34</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Practical Initialization of Recursive Mixture-Based Clustering for Non-negative Data
Popis výsledku v původním jazyce
The paper provides a practical guide on initialization of the recursive mixture-based clustering of non-negative data. For modeling the non-negative data, mixtures of uniform, exponential, gamma and other distributions can be used. Initialization is known to be an important task for a start of the mixture estimation algorithm. Within the considered recursive approach, the key point of initialization is a choice of initial statistics of the involved prior distributions. The paper describes several initialization techniques for the mentioned types of components that can be beneficial primarily from a practical point of view.
Název v anglickém jazyce
Practical Initialization of Recursive Mixture-Based Clustering for Non-negative Data
Popis výsledku anglicky
The paper provides a practical guide on initialization of the recursive mixture-based clustering of non-negative data. For modeling the non-negative data, mixtures of uniform, exponential, gamma and other distributions can be used. Initialization is known to be an important task for a start of the mixture estimation algorithm. Within the considered recursive approach, the key point of initialization is a choice of initial statistics of the involved prior distributions. The paper describes several initialization techniques for the mentioned types of components that can be beneficial primarily from a practical point of view.
Klasifikace
Druh
C - Kapitola v odborné knize
CEP obor
—
OECD FORD obor
10103 - Statistics and probability
Návaznosti výsledku
Projekt
—
Návaznosti
I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace
Ostatní
Rok uplatnění
2020
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
Informatics in Control, Automation and Robotics. ICINCO 2017.
ISBN
978-3-030-11292-9
Počet stran výsledku
19
Strana od-do
679-698
Počet stran knihy
812
Název nakladatele
Springer
Místo vydání
Cham
Kód UT WoS kapitoly
000493283300034