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”

Modeling of mixed data for Poisson prediction

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985556%3A_____%2F20%3A00524975" target="_blank" >RIV/67985556:_____/20:00524975 - isvavai.cz</a>

  • Výsledek na webu

    <a href="http://dx.doi.org/10.1109/SACI49304.2020.9118836" target="_blank" >http://dx.doi.org/10.1109/SACI49304.2020.9118836</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.1109/SACI49304.2020.9118836" target="_blank" >10.1109/SACI49304.2020.9118836</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Modeling of mixed data for Poisson prediction

  • Popis výsledku v původním jazyce

    The paper deals with the task of modeling mixed continuous Gaussian and discrete Poisson data observed on a multimodal system. The proposed solution is based on recursive algorithms of Bayesian mixture estimation. The main contributions of the approach are: (i) the use of the discretized information of normal variables in the form of their clusters in order to keep the one-pass recursive estimation methodology and (ii) the prediction of the multimodal Poisson variable. Experiments with simulated and real data are presented.

  • Název v anglickém jazyce

    Modeling of mixed data for Poisson prediction

  • Popis výsledku anglicky

    The paper deals with the task of modeling mixed continuous Gaussian and discrete Poisson data observed on a multimodal system. The proposed solution is based on recursive algorithms of Bayesian mixture estimation. The main contributions of the approach are: (i) the use of the discretized information of normal variables in the form of their clusters in order to keep the one-pass recursive estimation methodology and (ii) the prediction of the multimodal Poisson variable. Experiments with simulated and real data are presented.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

  • OECD FORD obor

    10103 - Statistics and probability

Návaznosti výsledku

  • Projekt

    <a href="/cs/project/8A17006" target="_blank" >8A17006: (Ultra)Sound Interfaces and Low Energy iNtegrated SEnsors</a><br>

  • 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 statě ve sborníku

    Applied Computational Intelligence and Informatics (SACI) : 2020 IEEE 14th International Symposium on Applied Computational Intelligence and Informatics (SACI)

  • ISBN

    978-1-7281-7378-8

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    6

  • Strana od-do

    77-82

  • Název nakladatele

    IEEE

  • Místo vydání

    Piscataway

  • Místo konání akce

    Timisoara

  • Datum konání akce

    21. 5. 2020

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku

    000610510000012