Počet záznamů: 1
Rayleigh model fitting to nonnegative discrete data
- 1.
SYSNO ASEP 0531345 Druh ASEP C - Konferenční příspěvek (mezinárodní konf.) Zařazení RIV D - Článek ve sborníku Název Rayleigh model fitting to nonnegative discrete data Tvůrce(i) Petrouš, Matej (UTIA-B)
Uglickich, Evženie (UTIA-B) ORCIDCelkový počet autorů 2 Zdroj.dok. Proceedings of 2020 IEEE 24th International Conference on Intelligent Engineering Systems (INES). - Piscataway : IEEE, 2020 - ISSN 1543-9259 - ISBN 978-1-7281-1059-2 Rozsah stran s. 67-72 Poč.str. 6 s. Forma vydání Tištěná - P Akce IEEE International Conference on Intelligent Engineering Systems 2020 (INES 2020) /24./ Datum konání 08.07.2020 - 10.07.2020 Místo konání Reykjavík Země IS - Island Typ akce WRD Jazyk dok. eng - angličtina Země vyd. US - Spojené státy americké Klíč. slova Poisson distribution ; multimodal data ; Rayleigh distribution ; recursive estimation ; passenger demand Vědní obor RIV BB - Aplikovaná statistika, operační výzkum Obor OECD Statistics and probability CEP 8A17006 GA MŠMT - Ministerstvo školství, mládeže a tělovýchovy Institucionální podpora UTIA-B - RVO:67985556 EID SCOPUS 85092640395 DOI 10.1109/INES49302.2020.9147173 Anotace The paper deals with modeling ordinal discrete random variables with a high number of nonnegative realizations. The prediction of the Rayleigh distribution learned on clusters of the explanatory variables is proposed. The proposed solution consists of the clustering and estimation phases based on the knowledge both of the target and explanatory variables, and the prediction phase using only the information from the explanatory variables. The main contributions of the approach are: (i) using the discretized knowledge of clusters of the explanatory variables and (ii) describing nonnegative discrete data by the multimodal Rayleigh distribution. Experiments with a data set from a tram network are provided. Pracoviště Ústav teorie informace a automatizace Kontakt Markéta Votavová, votavova@utia.cas.cz, Tel.: 266 052 201. Rok sběru 2021
Počet záznamů: 1