Odhad hustoty pravděpodobnosti rozkladem korelačního integrálu
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985807%3A_____%2F08%3A00310679" target="_blank" >RIV/67985807:_____/08:00310679 - isvavai.cz</a>
Výsledek na webu
—
DOI - Digital Object Identifier
—
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Probability Density Estimation by Decomposition of Correlation Integral
Popis výsledku v původním jazyce
We show that correlation integral can be decomposed into functions each related to particular point of data space. For these functions one can use similar polynomial approximations as for the correlation integral. Essential difference is that value of exponent, which would correspond to correlation dimension, differs in accordance to position of point in question. Moreover we show that multiplicative constant represents probability density estimation at that point. This finding is used for constructionof a classifier. Tests with some data sets from Machine Learning Repository shows that this classifier can be very effective.
Název v anglickém jazyce
Probability Density Estimation by Decomposition of Correlation Integral
Popis výsledku anglicky
We show that correlation integral can be decomposed into functions each related to particular point of data space. For these functions one can use similar polynomial approximations as for the correlation integral. Essential difference is that value of exponent, which would correspond to correlation dimension, differs in accordance to position of point in question. Moreover we show that multiplicative constant represents probability density estimation at that point. This finding is used for constructionof a classifier. Tests with some data sets from Machine Learning Repository shows that this classifier can be very effective.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
BA - Obecná matematika
OECD FORD obor
—
Návaznosti výsledku
Projekt
—
Návaznosti
Z - Vyzkumny zamer (s odkazem do CEZ)
Ostatní
Rok uplatnění
2008
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
Artificial Intelligence and Pattern Recognition
ISBN
978-1-60651-000-1
ISSN
—
e-ISSN
—
Počet stran výsledku
7
Strana od-do
—
Název nakladatele
ISRST
Místo vydání
-
Místo konání akce
Orlando
Datum konání akce
7. 7. 2008
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
—