Near Neighbor Distribution in Sets of Fractal Nature

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985807%3A_____%2F13%3A00420987" target="_blank" >RIV/67985807:_____/13:00420987 - isvavai.cz</a>

Výsledek na webu

<a href="http://www.mirlabs.org/ijcisim/regular_papers_2013/Paper91.pdf" target="_blank" >http://www.mirlabs.org/ijcisim/regular_papers_2013/Paper91.pdf</a>

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

Near Neighbor Distribution in Sets of Fractal Nature

Popis výsledku v původním jazyce

Distances of several nearest neighbors of a given point in a multidimensional space play an important role in some tasks of data mining. Here we analyze these distances as random variables defined to be functions of a given point and its k-th nearest neighbor. We prove that if there is a constant q such that the mean k-th neighbor distance to this constant power is proportional to the near neighbor index k then its distance to this constant power converges to the Erlang distribution of order k. We alsoshow that constant q is the scaling exponent known from the theory of multifractals.

Název v anglickém jazyce

Near Neighbor Distribution in Sets of Fractal Nature

Popis výsledku anglicky

Distances of several nearest neighbors of a given point in a multidimensional space play an important role in some tasks of data mining. Here we analyze these distances as random variables defined to be functions of a given point and its k-th nearest neighbor. We prove that if there is a constant q such that the mean k-th neighbor distance to this constant power is proportional to the near neighbor index k then its distance to this constant power converges to the Erlang distribution of order k. We alsoshow that constant q is the scaling exponent known from the theory of multifractals.

Druh

J_x - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)

CEP obor

BB - Aplikovaná statistika, operační výzkum

OECD FORD obor

—

Projekt

<a href="/cs/project/LG12020" target="_blank" >LG12020: Využití pokročilé statistické analýzy a nestatistických separačních metod pro detekování fyzikálních procesů v datech snímaných urychlovači elementárních částic.</a><br>

Návaznosti

I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

Rok uplatnění

2013

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název periodika

International Journal of Computer Information Systems and Industrial Management Applications

ISSN

2150-7988

e-ISSN

—

Svazek periodika

5

Číslo periodika v rámci svazku

1

Stát vydavatele periodika

US - Spojené státy americké

Počet stran výsledku

8

Strana od-do

159-166

Kód UT WoS článku

—

EID výsledku v databázi Scopus

—