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”

Some computational aspects of robustifed total least squares

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21340%2F11%3A00189482" target="_blank" >RIV/68407700:21340/11:00189482 - isvavai.cz</a>

  • Výsledek na webu

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Some computational aspects of robustifed total least squares

  • Popis výsledku v původním jazyce

    Classical regression estimators, such as the Ordinary Least Squares, are very sensitive to occurrence of outliers and they are not consistent when orthogonality condition is broken and both independent and some dependent variables are considered to be measured with a random error. The method which can cope with this problem is robustified version of the mixed Least Squares - Total Least Squares method, based on the idea of down-weighting the influential points. The existence and the uniqueness of the solution is discussed and di(R)erent approaches of calculation are described. The computational complexity is shown and the exact algorithm based on a branch-and-bound technique that guarantees global optimality is presented. The implementation of the algorithms and theirs application to simulated and real data sets are shown.

  • Název v anglickém jazyce

    Some computational aspects of robustifed total least squares

  • Popis výsledku anglicky

    Classical regression estimators, such as the Ordinary Least Squares, are very sensitive to occurrence of outliers and they are not consistent when orthogonality condition is broken and both independent and some dependent variables are considered to be measured with a random error. The method which can cope with this problem is robustified version of the mixed Least Squares - Total Least Squares method, based on the idea of down-weighting the influential points. The existence and the uniqueness of the solution is discussed and di(R)erent approaches of calculation are described. The computational complexity is shown and the exact algorithm based on a branch-and-bound technique that guarantees global optimality is presented. The implementation of the algorithms and theirs application to simulated and real data sets are shown.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

    BA - Obecná matematika

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

  • Návaznosti

    S - Specificky vyzkum na vysokych skolach

Ostatní

  • Rok uplatnění

    2011

  • 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

    SPMS 2011 Stochastic and Physical Monitoring Systems - Proceedings

  • ISBN

    978-80-01-04916-7

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    13

  • Strana od-do

    35-47

  • Název nakladatele

    ČVUT, Fakulta jaderná a fyzikálně inženýrská

  • Místo vydání

    Praha

  • Místo konání akce

    Křižánky

  • Datum konání akce

    27. 6. 2011

  • Typ akce podle státní příslušnosti

    EUR - Evropská akce

  • Kód UT WoS článku