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”

Vlastnosti prostoru sousedů

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985807%3A_____%2F04%3A00103283" target="_blank" >RIV/67985807:_____/04:00103283 - isvavai.cz</a>

  • Výsledek na webu

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Features of Neighbors Spaces

  • Popis výsledku v původním jazyce

    Distances of the nearest neighbor or several nearest neighbors are essential in probability density estimate by the method of k nearest neighbors or in problems of searching in large databases. A typical task of the probability density estimate using several nearest neighbors is the Bayes s classifier. The task of searching in large databases is looking for other nearest neighbor queries. In this paper it is shown that for a uniform distribution of points in an n-dimensional Euclidean space the distribution of the distance of the i-th nearest neighbor to the n-power has Erlang distribution. The power approximation of the newly introduced probability distribution mapping function of distances of nearest neighbors in the form of suitable power of the distance is presented. A way to state distribution mapping exponent q for a probability density estimation including boundary effect in high dimensions is shown.

  • Název v anglickém jazyce

    Features of Neighbors Spaces

  • Popis výsledku anglicky

    Distances of the nearest neighbor or several nearest neighbors are essential in probability density estimate by the method of k nearest neighbors or in problems of searching in large databases. A typical task of the probability density estimate using several nearest neighbors is the Bayes s classifier. The task of searching in large databases is looking for other nearest neighbor queries. In this paper it is shown that for a uniform distribution of points in an n-dimensional Euclidean space the distribution of the distance of the i-th nearest neighbor to the n-power has Erlang distribution. The power approximation of the newly introduced probability distribution mapping function of distances of nearest neighbors in the form of suitable power of the distance is presented. A way to state distribution mapping exponent q for a probability density estimation including boundary effect in high dimensions is shown.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

    BA - Obecná matematika

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

    <a href="/cs/project/LN00B096" target="_blank" >LN00B096: Výzkumné centrum aplikované kybernetiky</a><br>

  • Návaznosti

    P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Ostatní

  • Rok uplatnění

    2004

  • 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

    SOFSEM 2004: Theory and Practice of Computer Science

  • ISBN

    3-540-20779-1

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    8

  • Strana od-do

    241-248

  • Název nakladatele

    SpringerVerlag

  • Místo vydání

    Berlin

  • Místo konání akce

    Měřín

  • Datum konání akce

    24. 1. 2004

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku