Hlavní stránka > Výsledky hledání: keywords:"fractional derivative"
Hledej:
Tipy pro vyhledávaní :: Rozšířené hledání
Hledej ve sbírkách:
Seřadit podle: Zobrazit výsledky: Výstupní formát:
Národní úložiště šedé literatury Nalezeno 2 záznamů.  Hledání trvalo 0.00 vteřin. 
Riemannův-Liouvilleův integrál, frakcionální derivace a jejich využití v teorii pravděpodobnosti
 Kršek, Daniel ; Maslowski, Bohdan (vedoucí práce) ; Čoupek, Petr (oponent)
Frakcionální derivace a integrál v jistém smyslu zobecňují pojmy derivace a integrálu z klasického kalkulu. S jejich využitím se dá integrál b a f(x) dg(x) na omezeném intervalu definovat pro velkou třídu integrandů f a integrá- torů g v obecném případě s neomezenou variací. Toho se s výhodou využije v teorii stochastických diferenciálních rovnic, kde některé náhodné procesy nemají omezenou variaci, ale existuje jejich hölderovsky spojitá verze. Práce se zabývá vícedimenzionálními rovnicemi konkrétního typu, u nichž za jis- tých podmínek lze zaručit existenci jednoznačně určeného řešení. V práci je nově dokázána spojitá závislost řešení těchto rovnic na počáteční podmínce. Dále se zabývá situací, že koeficienty v rovnicích spojitě závisí na parame- tru z nějakého obecného metrického prostoru. Pro tento případ je v práci představen důkaz spojité závislosti řešení na těchto parametrech. 1
Úplný záznam
New Methodology Of Parkinsonic Dysgraphia Analysis By Online Handwriting Using Fractional Derivatives
 Mucha, Ján
Parkinson’s disease (PD) is the second most frequent neurodegenerative disorder. One typical hallmark of PD is disruption in execution of practised skills such as handwriting. This paper introduces a new methodology of kinematic features calculation based on fractional derivatives applied on PD handwriting. Discrimination power of basic kinematic features (velocity, acceleration, jerk) was evaluated by classification analysis (using support vector machines and random forests). For this purpose, 37 PD patients and 38 healthy controls were enrolled. In comparison to results reported in other works, we proved that FDE in online handwriting analysis brings promising improvements. The best result of multivariate analysis was achieved with 83:89% classification accuracy in combination with 5 features using only one handwriting task (overlapped circles). This study reveals an impact of fractional derivatives based features in analysis of Parkinsonic dysgraphia.
Úplný záznam

Chcete být upozorněni, pokud se objeví nové záznamy odpovídající tomuto dotazu?
Přihlásit se k odběru RSS.
Digitální repozitář :: Hledej :: Nový záznam :: Personalizace :: Nápověda
Powered by Invenio v1.1.2
Spravuje admin.invenio@techlib.cz
Tato stránka je dostupná také v následujících jazycích:
Česky  English