Národní úložiště šedé literatury Nalezeno 7 záznamů.  Hledání trvalo 0.00 vteřin. 
Využití Hilbertovy báze k ověření shodnosti strukturálních a kombinatorických imsetů
Šimeček, Petr ; Studený, Milan
Práce zkoumá hypotézu shodnosti strukturálních a kombinatorických imsetů v případě čtyř či méně veličin.
Speed of Convergence to Equilibrium of Zero Range Process on a Binary Tree
Fajfrová, Lucie
Let us consider the zero range process with the symmetric random walk on a binary tree as the single particle law. The paper bring out an estimate of a rate of convergence of this process to equilibrium in the following sense. We find a lower bound of a spectral gap of finite volume processes. We distinguish two classes of speed function.
Odhady počtu komponent modelu
Volf, Petr
Příspěvek se zabývá kriterii BIC a Bayes v faktor, dále pak použitím "Reversible jump" algoritmu Metropolise Hastingse, a nakonec uplatněním zjednodušeného prohledávání a hledání (s pomocí simulovaného žíhání) maxima aposteriorního rozložení, zároveň pro parametry modelu a počet jeho komponent.
Využití pojmu Hilbertovy báze pro ověřování hypotézy o shodnosti strukturálních a kombinatorických imsetů
Šimeček, P. ; Studený, Milan
Tématem příspěvku jsou počítačové experimenty, jejichž cílem je potvrdit či vyvrátit hypotézu o shodnosti dvou jistých tříd celočíselných vektorů, nazývaných strukturální a kombinatorické imsety. Tato otázka souvisí úzce s úlohou nalezení tzv. minimální celočíselné Hilbertovy báze jistého racionálního konvexního kužele.
Shlukové a textové dokumenty
Húsek, Dušan ; Řezanková, H. ; Snášel, Václav
Studována je možnost použití shlukové analýzy v oblasti rozsáhlých dokumentografických systémů. Jsou diskutovány a porovnány shlukovací algoritmy z hlediska jejich možné aplikace v této oblasti.
Nové charakteristiky rozdělení a výběrů z rozdělení
Fabián, Zdeněk
V článku definijeme core funkci, Johnsonovo těžiště a Johnsonovu disperzi spojitého pravděpodobnostního rozdělení a ukážeme, že výběrové těžiště a výběrová Johnsonova disperze rozumně popisují náhodné výběry i rozdělení, která nemají momenty.
Klasifikační a regresní lesy
Klaschka, Jan ; Kotrč, Emil
Klasifikační les je klasifikační model vytvořený kombinací určitého počtu klasifikačních stro-mů. Každý strom přiřazuje hodnotě vektoru prediktorů nějakou třídu a výsledná klasifikační funkce je dána hlasováním. Obdobně regresní les sestává z několika regresních stromů a výsledná regresní funkce je definována jako vážený průměr regresních funkcí jednotlivých stromů. V práci jsou stručně vysvětleny některé metody vytváření lesů, jmenovitě tzv. bagging, boosting, arcing a Random Forests.

Chcete být upozorněni, pokud se objeví nové záznamy odpovídající tomuto dotazu?
Přihlásit se k odběru RSS.