Big Bang-Like Phenomenon in Multidimensional Data

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985807%3A_____%2F14%3A00427692" target="_blank" >RIV/67985807:_____/14:00427692 - isvavai.cz</a>

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

Big Bang-Like Phenomenon in Multidimensional Data

Popis výsledku v původním jazyce

Notion of the Big Bang in Data was introduced, when it was observed that the quantity of data grows very fast and the speed of this growth rises with time. This is parallel to the Big Bang of the Universe which expands and the speed of the expansion is the larger the farther the object is, and the expansion is isotropic. We observed another expansion in data embedded in metric space. We found that when distances in data space are polynomially expanded with a proper exponent, the space around any data point displays similar growth that is the larger the larger is the distance. We describe this phenomenon here on the basis of decomposition of the correlation integral. We show that the linear rule holds for logarithm of distance from any data point to another and proportionality constant is the scaling exponent, especially the correlation dimension. After this transformation of distances the data space appears as locally uniform and isotropic.

Název v anglickém jazyce

Big Bang-Like Phenomenon in Multidimensional Data

Popis výsledku anglicky

Notion of the Big Bang in Data was introduced, when it was observed that the quantity of data grows very fast and the speed of this growth rises with time. This is parallel to the Big Bang of the Universe which expands and the speed of the expansion is the larger the farther the object is, and the expansion is isotropic. We observed another expansion in data embedded in metric space. We found that when distances in data space are polynomially expanded with a proper exponent, the space around any data point displays similar growth that is the larger the larger is the distance. We describe this phenomenon here on the basis of decomposition of the correlation integral. We show that the linear rule holds for logarithm of distance from any data point to another and proportionality constant is the scaling exponent, especially the correlation dimension. After this transformation of distances the data space appears as locally uniform and isotropic.

Druh

D - Stať ve sborníku

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

2014

Kód důvěrnosti údajů

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

Název statě ve sborníku

Proceedings of the International Conference on Computing Technology and Information Management ICCTIM 2014

ISBN

978-0-9891305-5-4

ISSN

—

e-ISSN

—

Počet stran výsledku

8

Strana od-do

262-269

Název nakladatele

SDIWC

Místo vydání

Wilmington

Místo konání akce

Dubai

Datum konání akce

9. 4. 2014

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—