|
|
Klasifikátor založený na inverzních hodnotách indexů II. teorie a příloha
Jiřina, Marcel ; Jiřina jr., M.
Je prezentována teorie nové metody pro klasifikaci dat do tříd. Metoda je založena na součtech reciprokých hodnot indexů sousedů. Ukazuje se, že indexy sousedů jsou v úzkém vztahu k přibližné polynomiální aproximaci transformace vzdáleností sousedů. Součet těchto převrácených hodnot tvoří useknutou harmonickou řadu v důsledku konečného počtu pvků. Pro sousedy jedné třídy se vytváří součet vybraných prvků této řady. Dokazuje se, že poměr těchto součtů dává právě odhad pravděpodobnosti, že dotazový bod patří do právě té třídy.
Plný tet: v1041-08 -  PDF
Plný text: content.csg - PDF
|
|
|
Klasifikátor založený na inverzních hodnotách indexů
Jiřina, Marcel ; Jiřina jr., M.
Je prezentována teorie nové metody pro klasifikaci dat do tříd. Metoda je založena na součtech reciprokých hodnot indexů sousedů. Ukazuje se, že indexy sousedů jsou v úzkém vztahu k přibližné polynomiální aproximaci transformace vzdáleností sousedů. Součet těchto převrácených hodnot tvoří useknutou harmonickou řadu v důsledku konečného počtu pvků. Pro sousedy jedné třídy se vytváří součet vybraných prvků této řady. Dokazuje se, že poměr těchto součtů dává právě odhad pravděpodobnosti, že dotazový bod patří do právě té třídy. Schopnosti klasifikace jsou ukázány na praktických datech z UCI MLR a výsledky jsou porovnány s publikovanými výsledky jiných metod.
Plný tet: v1034-08 - PDF
Plný text: content.csg - PDF
|
|
| |
|
|
Robustnost testu iid založeného na principu korelačního integrálu
Briatka, Ľuboš
Kočenda (2001) zavedl nový test pro nelineární závislosti v časových řadách založený na korelačním integrálu. Podstata tohoto testu je odhadnout rozměr korelace pomocí integrace přes různé pomocné parametry. Avšak nechává neprozkoumanou možnost, když chce někdo použít test pro identifikaci nelineárních struktur v ne-normálních datech. Využívajíc Monte Carlo studie ukazujeme, že nelinearita vede k přemíře odmítnutí nulové hypotézy ze dvou důvodů: 1) data nemají nezávislou identickou distribuci, 2) data jsou nenormální. Je ukázáno, že dokonce velmi malá odchylka od normality může vést k odmínutí nulové hypotézy a tudíž špatnému závěru. Bootstrap metoda je revidována a je ukázano, že pomáhá předcházet nadměrnému zamítání hypotézy, navíc síla testu se významně zvýšuje.
|
|
|
Predikce chaotických časových řad
Dědič, Martin ; Tichý, Vladimír (vedoucí práce) ; Smrčka, Pavel (oponent)
Práce se zabývá možností predikce chaotických (zejména pak ekonomických) časových řad. Chaotické řady jsou díky vysoké závislosti na počátečních podmínkách z principu dlouhodobě nepredikovatelné. V některých případech však lze jejich chování více, či méně předpovídat alespoň krátkodobě. Cílem práce je ukázat, na kolik a zda vůbec lze vývoj těchto řad předvídat pomocí nelineárních metod a pokusit se případně odhalit či zamítnout přítomnost chaotického chování v nich. Práce je rozdělena do tří částí. V první části jsou krátce vysvětleny vybrané důležité pojmy a metody z dané oblasti. Kromě popisu některých metod predikce je zde nastíněno, které ukazatele a metody lze využít pro zjištění možností a omezení predikce. Druhá kapitola se soustředí na návrh úprav počítačového programu FracLab, který bude k predikci využit. Poslední, třetí kapitola je experimentální. Kromě popisu jednotlivých řad a postupů obsahuje diskuzi výsledků provedených predikcí na těchto časových řadách.
|
host ::
RSS.