Výsledky vyhledávání
- 1.0577144 - ÚI 2024 RIV CH eng J - Článek v odborném periodiku
Štěpánek, Lubomír - Dlouhá, Jana - Martinková, Patrícia
Item Difficulty Prediction Using Item Text Features: Comparison of Predictive Performance across Machine-Learning Algorithms.
Mathematics. Roč. 11, č. 19 (2023), č. článku 4104. ISSN 2227-7390
Grant CEP: GA ČR(CZ) GA21-03658S
Institucionální podpora: RVO:67985807
Klíčová slova: text-based item difficulty prediction * text features and item wording * machine learning * regularization methods * elastic net regression * support vector machines * regression and decision trees * random forests * neural networks * algorithm vs. domain expert’s prediction performance
Obor OECD: Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
Impakt faktor: 2.4, rok: 2022
Způsob publikování: Open access
https://dx.doi.org/10.3390/math11194104
Trvalý link: https://hdl.handle.net/11104/0346365Název souboru Staženo Velikost Komentář Verze Přístup 0577144-aoa.pdf 1 715.6 KB OA CC BY 4.0 Vydavatelský postprint povolen - 2.0570950 - ÚVGZ 2024 RIV US eng J - Článek v odborném periodiku
Benáček, Patrik - Farda, Aleš - Štěpánek, Petr
Postprocessing of Ensemble Weather Forecast Using Decision Tree-Based Probabilistic Forecasting Methods.
Weather and Forecasting. Roč. 38, č. 1 (2023), s. 69-82. ISSN 0882-8156. E-ISSN 1520-0434
Grant CEP: GA MŠMT(CZ) EF16_019/0000797
Výzkumná infrastruktura: CzeCOS IV - 90248
Institucionální podpora: RVO:86652079
Klíčová slova: Ensembles * Probability forecasts * models * distribution * Short-range prediction * Decision trees * Machine learning
Obor OECD: Meteorology and atmospheric sciences
Impakt faktor: 2.9, rok: 2022
Způsob publikování: Omezený přístup
https://journals.ametsoc.org/view/journals/wefo/38/1/WAF-D-22-0006.1.xml
Trvalý link: https://hdl.handle.net/11104/0342284 - 3.0547633 - ÚI 2022 RIV CH eng J - Článek v odborném periodiku
Dropka, N. - Böttcher, K. - Holeňa, Martin
Development and Optimization of VGF-GaAs Crystal Growth Process Using Data Mining and Machine Learning Techniques.
Crystals. Roč. 11, č. 10 (2021), č. článku 1218. ISSN 2073-4352. E-ISSN 2073-4352
Grant CEP: GA ČR(CZ) GA18-18080S
Institucionální podpora: RVO:67985807
Klíčová slova: VGF-GaAs growth * machine learning * data mining * decision trees * correlation analysis * PCA biplot * k-means clustering
Obor OECD: Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
Impakt faktor: 2.670, rok: 2021
Způsob publikování: Open access
http://dx.doi.org/10.3390/cryst11101218
Trvalý link: http://hdl.handle.net/11104/0323829Název souboru Staženo Velikost Komentář Verze Přístup 0547633-afin.pdf 3 3.2 MB OA CC BY 4.0 Vydavatelský postprint povolen - 4.0502252 - FZÚ 2020 RIV US eng J - Článek v odborném periodiku
Abbasi, R.U. - Abe, M. - Abu-Zayyad, T. - Urban, Federico … celkem 143 autorů
Mass composition of ultrahigh-energy cosmic rays with the Telescope Array Surface Detector data.
Physical Review D. Roč. 98, č. 2 (2019), s. 1-11, č. článku 022002. ISSN 2470-0010. E-ISSN 2470-0029
Grant CEP: GA MŠMT EF15_003/0000437
Grant ostatní: OP VVV - CoGraDS(XE) CZ.02.1.01/0.0/0.0/15_003/0000437
Institucionální podpora: RVO:68378271
Klíčová slova: ultra-high-energy cosmic arrays * telescope array * mass composition * boosted decision trees
Obor OECD: Particles and field physics
Impakt faktor: 4.833, rok: 2019
Způsob publikování: Omezený přístup
https://doi.org/10.1103/physrevd.99.022002
Trvalý link: http://hdl.handle.net/11104/0294201 - 5.0501997 - ÚI 2020 RIV DE eng J - Článek v odborném periodiku
Dvořák, Jakub
Classification trees with soft splits optimized for ranking.
Computational Statistics. Roč. 34, č. 2 (2019), s. 763-786. ISSN 0943-4062. E-ISSN 1613-9658
Institucionální podpora: RVO:67985807
Klíčová slova: Supervised learning * Decision trees * Scoring classifier
Obor OECD: Pure mathematics
Impakt faktor: 0.744, rok: 2019
Způsob publikování: Omezený přístup
http://dx.doi.org/10.1007/s00180-019-00867-1
Trvalý link: http://hdl.handle.net/11104/0293959 - 6.0487435 - MÚ 2018 RIV DE eng C - Konferenční příspěvek (zahraniční konf.)
Anshu, A. - Gavinsky, Dmitry - Jain, R. - Kundu, S. - Lee, T. - Mukhopadhyay, P. - Santha, M. - Sanyal, S.
A composition theorem for randomized query complexity.
37th IARCS Annual Conference on Foundations of Software Technology and Theoretical Computer Science (FSTTCS 2017). Dagstuhl: Schloss Dagstuhl, Leibniz-Zentrum für Informatik, 2018 - (Lokam, S.; Ramanujam, R.), s. 1-13, č. článku 10. Leibniz International Proceedings in Informatics, 93. ISBN 978-3-95977-055-2. ISSN 1868-8969.
[37th IARCS Annual Conference on Foundations of Software Technology and Theoretical Computer Science (FSTTCS 2017). Kanpur (IN), 11.12.2017-15.12.2017]
Grant CEP: GA ČR GBP202/12/G061
Institucionální podpora: RVO:67985840
Klíčová slova: query algorithms and complexity * decision trees * composition theorem
Obor OECD: Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
http://drops.dagstuhl.de/opus/volltexte/2018/8396/
Trvalý link: http://hdl.handle.net/11104/0282096Název souboru Staženo Velikost Komentář Verze Přístup Gavinsky.pdf 0 554.5 KB Vydavatelský postprint vyžádat - 7.0465740 - ÚI 2017 RIV SK cze J - Článek v odborném periodiku
Řezanková, Hana - Šulc, Z. - Húsek, Dušan
Využití měr variability pro nominální proměnné ve vícerozměrné statistické analýze.
[Use of Variability Measures for Nominal Variables in Multivariate Statistical Analysis.]
Forum Statisticum Slovacum. Roč. 12, č. 1 (2016), s. 34-43. ISSN 1336-7420
Grant ostatní: IGA VŠE(CZ) F4/41/2016
Institucionální podpora: RVO:67985807
Klíčová slova: míry variability * nominální proměnné * vícerozměrná analýza * míry závislosti * míry podobnosti * shluková analýza * rozhodovací stromy * hodnocení klasifikace * variability measures * nominal variables * multivariate analysis * dependence measures * similarity measures * cluster analysis * decision trees * classification evaluation
Kód oboru RIV: BB - Aplikovaná statistika, operační výzkum
http://www.ssds.sk/casopis/archiv/2016/fss0116.pdf
Trvalý link: http://hdl.handle.net/11104/0264285 - 8.0432430 - ÚI 2015 RIV CZ eng C - Konferenční příspěvek (zahraniční konf.)
Pevný, T. - Kopp, Martin
Explaining Anomalies with Sapling Random Forests.
ITAT 2014. Information Technologies - Applications and Theory. Part II. Prague: Institute of Computer Science AS CR, 2014 - (Kůrková, V.; Bajer, L.; Peška, L.; Vojtáš, R.; Holeňa, M.; Nehéz, M.), s. 71-78. ISBN 978-80-87136-19-5.
[ITAT 2014. European Conference on Information Technologies - Applications and Theory /14./. Demänovská dolina (SK), 25.09.2014-29.09.2014]
Grant CEP: GA ČR GA13-17187S
Grant ostatní: GA ČR(CZ) GPP103/12/P514
Institucionální podpora: RVO:67985807
Klíčová slova: anomaly explanation * decision trees * feature selection * random forest
Kód oboru RIV: BB - Aplikovaná statistika, operační výzkum
Trvalý link: http://hdl.handle.net/11104/0236783Název souboru Staženo Velikost Komentář Verze Přístup 0432430.pdf 25 102.8 KB Vydavatelský postprint povolen - 9.0432410 - ÚI 2015 RIV CZ eng C - Konferenční příspěvek (zahraniční konf.)
Kopp, Martin - Pevný, T. - Holeňa, Martin
Interpreting and Clustering Outliers with Sapling Random Forests.
ITAT 2014. Information Technologies - Applications and Theory. Part II. Prague: Institute of Computer Science AS CR, 2014 - (Kůrková, V.; Bajer, L.; Peška, L.; Vojtáš, R.; Holeňa, M.; Nehéz, M.), s. 61-67. ISBN 978-80-87136-19-5.
[ITAT 2014. European Conference on Information Technologies - Applications and Theory /14./. Demänovská dolina (SK), 25.09.2014-29.09.2014]
Grant CEP: GA ČR GA13-17187S
Grant ostatní: GA ČR(CZ) GPP103/12/P514
Institucionální podpora: RVO:67985807
Klíčová slova: anomaly detection * anomaly interpretation * clustering * decision trees * feature selection * random forest
Kód oboru RIV: IN - Informatika
Trvalý link: http://hdl.handle.net/11104/0236773Název souboru Staženo Velikost Komentář Verze Přístup 0432410.pdf 26 156.4 KB Vydavatelský postprint povolen - 10.0421461 - ÚI 2014 RIV CZ eng C - Konferenční příspěvek (zahraniční konf.)
Hakl, František
Statistical Expectation of High Energy Physics Data Sets Separation Algorithms.
Stochastic and Physical Monitoring Systems 2013. Praha: ČVUT Praha Fakulta jaderná a fyzikálně inženýrská, 2013 - (Hobza, T.), s. 37-46. ISBN 978-80-01-05383-6.
[SPMS 2013. Nebřich (CZ), 24.06.2013-29.06.2013]
Grant CEP: GA MŠMT(CZ) LG12020
Institucionální podpora: RVO:67985807
Klíčová slova: Probably Approximately Correct Learning * Refutability * HEP data separation * Neural networks * Decision trees * VC-dimension
Kód oboru RIV: BB - Aplikovaná statistika, operační výzkum
Trvalý link: http://hdl.handle.net/11104/0227782