Název: Comparison of mixture-based classification with the data-dependent pointer model for various types of components
Autoři: Likhonina, Raissa ; Suzdaleva, Evgenia ; Nagy, Ivan
Typ dokumentu: Výzkumné zprávy
Rok: 2016
Jazyk: eng
Edice: Research Report, svazek: 2355
Abstrakt: The presented report is devoted to the analysis of a data-dependent pointer model, whether it brings some advantages in comparison with a data-independent pointer model at simulation and estimation of components referring to different types of distribution, including categorical, uniform, exponential and state-space components for a dynamic data-dependent model, and normal components for a static data-dependent pointer model.
Klíčová slova: data-dependent pointer; mixture-based classification; recurisive mixture estimation
Číslo projektu: GA15-03564S (CEP)
Poskytovatel projektu: GA ČR

Instituce: Ústav teorie informace a automatizace AV ČR (web)
Informace o dostupnosti dokumentu: Dokument je dostupný na externích webových stránkách.
Externí umístění souboru: http://library.utia.cas.cz/separaty/2016/ZS/suzdaleva-0462164.pdf
Původní záznam: http://hdl.handle.net/11104/0262264

Trvalý odkaz NUŠL: http://www.nusl.cz/ntk/nusl-260852


Záznam je zařazen do těchto sbírek:
Věda a výzkum > AV ČR > Ústav teorie informace a automatizace
Zprávy > Výzkumné zprávy