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”

Lokálně senzitivní posibilistické funkce entropie s hodnotami ve svazu

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985807%3A_____%2F08%3A00319757" target="_blank" >RIV/67985807:_____/08:00319757 - isvavai.cz</a>

  • Výsledek na webu

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Locally Sensitive Lattice-valued Possibilistic Entropy Functions

  • Popis výsledku v původním jazyce

    Lattice-valued entropy function for possibilistic distribution is defined as the expected value (in the sense of Sugeno possibilistic integral) of the lattice-valued function ascribing to each element of the basic space the possibilistic measure of the complement of this element. However, such an entropy function seems to be little sensitive or flexible as it ascribes the same and the supremum value to a rather wide class of possibilistic distributions. A refined version of this entropy function is proposed and analyzed, which enables to separate possibilistic distributions in question into narrower and mutually distinguishable class.

  • Název v anglickém jazyce

    Locally Sensitive Lattice-valued Possibilistic Entropy Functions

  • Popis výsledku anglicky

    Lattice-valued entropy function for possibilistic distribution is defined as the expected value (in the sense of Sugeno possibilistic integral) of the lattice-valued function ascribing to each element of the basic space the possibilistic measure of the complement of this element. However, such an entropy function seems to be little sensitive or flexible as it ascribes the same and the supremum value to a rather wide class of possibilistic distributions. A refined version of this entropy function is proposed and analyzed, which enables to separate possibilistic distributions in question into narrower and mutually distinguishable class.

Klasifikace

  • Druh

    J<sub>x</sub> - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)

  • CEP obor

    BA - Obecná matematika

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

    <a href="/cs/project/IAA100300503" target="_blank" >IAA100300503: Matematické základy inference a rozhodování za nejistoty</a><br>

  • Návaznosti

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

    Neural Network World

  • ISSN

    1210-0552

  • e-ISSN

  • Svazek periodika

    18

  • Číslo periodika v rámci svazku

    6

  • Stát vydavatele periodika

    CZ - Česká republika

  • Počet stran výsledku

    20

  • Strana od-do

  • Kód UT WoS článku

    000262520700004

  • EID výsledku v databázi Scopus