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”

Application of Copulas to Data Mining Based on Observational Logic

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985807%3A_____%2F13%3A00396831" target="_blank" >RIV/67985807:_____/13:00396831 - isvavai.cz</a>

  • Výsledek na webu

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Application of Copulas to Data Mining Based on Observational Logic

  • Popis výsledku v původním jazyce

    The objective of the paper is a small contribution to data mining based on observational logic - introducing generalized quantifiers inspired by copulas. Fitting copulas to multidimensional data is an increasingly important method for analyzing dependencies, and the new quantifiers of observational logic assess the possibility to describe the data by a hierarchical Archimedean copula with given properties. To this end, basic concepts pertaining to copulas, Archimedean copulas and hierarchical Archimedean copulas are first recalled, together with those properties that will be needed for the definition of the new quantifiers. Since the result of assessing the possibility to describe the data by a copula depends not only on the properties of that copula,but also on the precise algorithm for fitting it to the data, we present the algorithm we have used to this end, before finally defining the new quantifiers. The paper concludes with a brief illustration of applying the proposed quantifie

  • Název v anglickém jazyce

    Application of Copulas to Data Mining Based on Observational Logic

  • Popis výsledku anglicky

    The objective of the paper is a small contribution to data mining based on observational logic - introducing generalized quantifiers inspired by copulas. Fitting copulas to multidimensional data is an increasingly important method for analyzing dependencies, and the new quantifiers of observational logic assess the possibility to describe the data by a hierarchical Archimedean copula with given properties. To this end, basic concepts pertaining to copulas, Archimedean copulas and hierarchical Archimedean copulas are first recalled, together with those properties that will be needed for the definition of the new quantifiers. Since the result of assessing the possibility to describe the data by a copula depends not only on the properties of that copula,but also on the precise algorithm for fitting it to the data, we present the algorithm we have used to this end, before finally defining the new quantifiers. The paper concludes with a brief illustration of applying the proposed quantifie

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

    IN - Informatika

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

    <a href="/cs/project/GA13-17187S" target="_blank" >GA13-17187S: Konstrukce pokročilých srozumitelných klasifikátorů</a><br>

  • Návaznosti

    I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

Ostatní

  • Rok uplatnění

    2013

  • 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

    ITAT 2013: Information Technologies - Applications and Theory Workshops, Posters, and Tutorials

  • ISBN

    978-1-4909-5208-6

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    9

  • Strana od-do

    77-85

  • Název nakladatele

    CreateSpace Independent Publishing Platform

  • Místo vydání

    North Charleston

  • Místo konání akce

    Donovaly

  • Datum konání akce

    11. 9. 2013

  • Typ akce podle státní příslušnosti

    EUR - Evropská akce

  • Kód UT WoS článku