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”

Exponent mapovací funkce rozdělení pro klasifikace mnohorozměrných dat

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985807%3A_____%2F04%3A00105264" target="_blank" >RIV/67985807:_____/04:00105264 - isvavai.cz</a>

  • Výsledek na webu

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Distribution Mapping Exponent for Multivariate Data Classification

  • Popis výsledku v původním jazyce

    Distribution-mapping exponent (DME) that is something like effective dimensionality of multidimensional space is introduced. The method for classification of multivariate data is based on local estimate of distribution mapping exponent for each point. Distances of all points of a given class of the training set from a given (unknown) point are searched and it is shown that the sum of reciprocals of DME-th power of these distances can be used as the probability density estimate. The classification quality was tested and compared with other methods using multivariate data from UCI Machine Learning Repository. The method has no tuning parameters.

  • Název v anglickém jazyce

    Distribution Mapping Exponent for Multivariate Data Classification

  • Popis výsledku anglicky

    Distribution-mapping exponent (DME) that is something like effective dimensionality of multidimensional space is introduced. The method for classification of multivariate data is based on local estimate of distribution mapping exponent for each point. Distances of all points of a given class of the training set from a given (unknown) point are searched and it is shown that the sum of reciprocals of DME-th power of these distances can be used as the probability density estimate. The classification quality was tested and compared with other methods using multivariate data from UCI Machine Learning Repository. The method has no tuning parameters.

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

    Computer Science and Engineering

  • ISBN

    980-6560-13-2

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    6

  • Strana od-do

    103-108

  • Název nakladatele

    IIIS

  • Místo vydání

    Orlando

  • Místo konání akce

    Orlando

  • Datum konání akce

    18. 7. 2004

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku