Výsledky vyhledávání
- 1.0570043 - ÚI 2023 RIV eng A3 - Přednáška/prezentace nepublikovaná
Martinková, Patrícia - Bartoš, František - Brabec, Marek
Inter-Rater Reliability In Complex Situations: Model Selection.
[IMPS 2021: The Annual Meeting of the Psychometric Society. Virtual, 20.07.2021-23.07.2021]
Způsob prezentace: Přednáška
Pořadatel akce: Psychometric Society
URL akce: https://www.psychometricsociety.org/imps-2021
Grant CEP: GA ČR(CZ) GA21-03658S
Institucionální podpora: RVO:67985807
Klíčová slova: reliability * model selection * measurement error
Obor OECD: Statistics and probability
Trvalý link: https://hdl.handle.net/11104/0341412 - 2.0565499 - ÚI 2023 RIV CZ eng L4 - Software
Coufal, David - Hakl, František - Vidnerová, Petra
General-purpose Library of ML/AI Methods.
Interní kód: TN01000024/03-V005 ; 2022
Technické parametry: Kolekce programů a skriptů spustitelných z příkazové řádky, vyžaduje Python a běžně dostupné výpočetní knihovny. Zadání se definuje v textovém souboru, typicky ve formátu YAML. Vzhledem k výpočetní náročnosti doporučeno využití GPU nebo výpočetního clusteru s více CPU.
Ekonomické parametry: Knihovna obsahuje dvě části. Skripty věnované rozšiřování datové základny pro učení navigace robota (GANs) a část zabývající se hledáním optimální architektury neuronových sítí (AnANAS). Rozšiřování datové základny je prováděno pomocí generativních neuronových sítí. Jsou implementovány architektury DCGAN a LSGAN v nepodmíněné i podmíněné verzi. Kvalita učení je monitorována pomocí FID skóre. AnANAS část je určena pro experimenty s hledáním optimální architektury hluboké neuronové sítě, jak s plně propojenými vrstvami tak sítě konvoluční. Umožňuje více-kriteriální optimalizaci, nabízí tři verze více-kriteriální optimalizace (NSGA, NSGA-II, NSGA-III) a implementaci základního standardního genetického algoritmu. Umožňuje paralelní výpočet na GPU nebo s využitím několika CPU.
Grant CEP: GA TA ČR(CZ) TN01000024
Institucionální podpora: RVO:67985807
Klíčová slova: deep neural networks * generative adverisal networks * conditional generation * generative algorithms * neural architecture search * model selection * evolutionary algorithms * multiobjective optimisation * hluboké neuronové sítě * generativní adversiální sítě * generativní algoritmy * hledání architektury neuronové sítě * evoluční algoritmy * vícekriteriální optimalizace
Obor OECD: Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
https://github.com/PetraVidnerova/nck_python
Trvalý link: https://hdl.handle.net/11104/0337029
Vědecká data: Github.com - 3.0556194 - ÚVGZ 2023 RIV GB eng J - Článek v odborném periodiku
del Castillo, E. - Zang, C. - Buras, A. - Hacket-Pain, A. - Esper, Jan - Serrano-Notivoli, R. - Hartl, C. - Weigel, R. - Klesse, S. - Resco de Dios, V. - Scharnweber, D. - Dorado-Linan, I. - Van der Maaten-Theunissen, M. - van der Maaten, E. - Jump, A. - Mikac, S. - Banzragch, B. - Beck, W. - Cavin, L. - Claessens, H. - Čada, V. - Cufar, K. - Dulamsuren, C. - Gricar, J. - Gil-Pelegrin, E. - Janda, P. - Kazimirovic, M. - Kreyling, J. - Latte, N. - Leuschner, Ch. - Longares, L.A. - Menzel, A. - Merela, M. - Motta, R. - Muffler, L. - Nola, P. - Petritan, A. M. - Petritan, I. C. - Prislan, P. - Rubio-Cuadrado, A. - Rydval, M. - Stajic, B. - Svoboda, M. - Toromani, E. - Trotsiuk, V. - Wilmking, M. - Zlatanov, T. - de Luis, M.
Climate-change-driven growth decline of European beech forests.
Communications Biology. Roč. 5, č. 1 (2022), č. článku 163. E-ISSN 2399-3642
Grant CEP: GA MŠMT(CZ) EF16_019/0000797
Výzkumná infrastruktura: CzeCOS III - 90123
Institucionální podpora: RVO:86652079
Klíčová slova: fagus-sylvatica l. * tree-growth * biological trend * model selection * leaf phenology * radial growth * precipitation * temperature * limitation * increase
Obor OECD: Climatic research
Impakt faktor: 5.9, rok: 2022
Způsob publikování: Open access
https://www.nature.com/articles/s42003-022-03107-3.pdf?origin=ppub
Trvalý link: http://hdl.handle.net/11104/0330555 - 4.0544276 - NHU-C 2022 RIV NL eng J - Článek v odborném periodiku
Anatolyev, Stanislav
Mallows criterion for heteroskedastic linear regressions with many regressors.
Economics Letters. Roč. 203, June (2021), č. článku 109864. ISSN 0165-1765. E-ISSN 1873-7374
Grant CEP: GA ČR(CZ) GA20-28055S
Institucionální podpora: Progres-Q24
Klíčová slova: model selection * Mallows criterion * conditional heteroskedasticity
Obor OECD: Applied Economics, Econometrics
Impakt faktor: 1.469, rok: 2021
Způsob publikování: Omezený přístup
https://doi.org/10.1016/j.econlet.2021.109864
Trvalý link: http://hdl.handle.net/11104/0321298 - 5.0536558 - MÚ 2021 RIV CH eng J - Článek v odborném periodiku
Tat Dat, T. - Frédéric, P. - Hang, N.T.T. - Jules, M. - Duc Thang, N. - Piffault, C. - Willy, R. - Susely, F. - Le, Hong-Van - Tuschmann, W. - Tien Zung, N.
Epidemic dynamics via wavelet theory and machine learning with applications to Covid-19.
Biology. Roč. 9, č. 12 (2020), č. článku 477. E-ISSN 2079-7737
Grant CEP: GA ČR(CZ) GC18-01953J
Institucionální podpora: RVO:67985840
Klíčová slova: epidemic-fitted wavelet * epidemic dynamics * model selection * Covid-19 spread predicting
Obor OECD: Pure mathematics
Impakt faktor: 5.079, rok: 2020
Způsob publikování: Open access
https://doi.org/10.3390/biology9120477
Trvalý link: http://hdl.handle.net/11104/0314328 - 6.0535816 - ÚI 2021 RIV CZ eng L4 - Software
Coufal, David - Hakl, František - Vidnerová, Petra
General-purpose algorithms for machine learning.
Interní kód: TN01000024/03-V001 ; 2020
Technické parametry: Program spustitelný z příkazové řádky, vyžaduje Python a běžné dostupné výpočetní knihovny. Úlohu lze definovat v textovém souboru ve formátu YAML. Vzhledem k výpočetní náročnosti doporučeno využití GPU nebo výpočetního clusteru s více CPU.
Ekonomické parametry: Knihovna obsahuje dvě části. Skripty věnované rozšiřování datové základny pro učení navigace robota (GANs) a část zabývající se hledáním optimální architektury neuronových sítí (AnANAS). Rozšiřování datové základny je prováděno pomocí generativních neuronových sítí. Jsou implementovány architektury DCGAN a LSGAN v nepodmíněné i podmíněné verzi. Kvalita učení je monitorována pomocí FID skóre. AnANAS část je určena pro experimenty s hledáním optimální architektury hluboké neuronové sítě, jak s plně propojenými vrstvami tak sítě konvoluční. Umožňuje více-kriteriální optimalizaci, nabízí tři verze více-kriteriální optimalizace (NSGA, NSGA-II, NSGA-III) a implementaci základního standardního genetického algoritmu. Umožňuje paralelní výpočet na GPU nebo s využitím několika CPU.
Grant CEP: GA TA ČR(CZ) TN01000024
Institucionální podpora: RVO:67985807
Klíčová slova: deep neural networks * generative adverisal networks * conditional generation * generative algorithms * neural architecture search * model selection * evolutionary algorithms * multiobjective optimisation * hluboké neuronové sítě * generativní adversiální sítě * generativní algoritmy * hledání architektury neuronové sítě * evoluční algoritmy * vícekriteriální optimalizace
Obor OECD: Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
https://github.com/PetraVidnerova/NCK_interim
Trvalý link: http://hdl.handle.net/11104/0313744 - 7.0505226 - ÚTIA 2020 RIV SK eng J - Článek v odborném periodiku
Kalina, Jan - Vašaničová, P. - Litavcová, E.
Regression Quantiles under Heteroscedasticity and Multicollinearity: Analysis of Travel and Tourism Competitiveness.
Ekonomický časopis. Roč. 67, č. 1 (2019), s. 69-85. ISSN 0013-3035. E-ISSN 0013-3035
Grant CEP: GA ČR GA17-07384S
Institucionální podpora: RVO:67985556
Klíčová slova: linear regression * model selection * regression quantiles
Obor OECD: Statistics and probability
Impakt faktor: 0.560, rok: 2019
Způsob publikování: Open access
http://library.utia.cas.cz/separaty/2019/SI/kalina-0505226.pdf https://www.sav.sk/index.php?lang=sk&doc=journal-list&part=article_response_page&journal_article_no=16099
Trvalý link: http://hdl.handle.net/11104/0296709 - 8.0501823 - FZÚ 2019 RIV US eng J - Článek v odborném periodiku
Šedivý, O. - Westhoff, D. - Kopeček, Jaromír - Krill, C.E. - Schmidt, V.
Data-driven selection of tessellation models describing polycrystalline microstructures.
Journal of Statistical Physics. Roč. 172, č. 5 (2018), s. 1223-1246. ISSN 0022-4715. E-ISSN 1572-9613
Grant CEP: GA ČR GC17-00393J
Institucionální podpora: RVO:68378271
Klíčová slova: model selection * polycrystalline material * tessellation * akaike information criterion * Bayesian information criterion * structural risk minimization
Obor OECD: Statistics and probability
Impakt faktor: 1.513, rok: 2018
Trvalý link: http://hdl.handle.net/11104/0293803 - 9.0501434 - ÚI 2020 RIV SK eng J - Článek v odborném periodiku
Kalina, Jan - Vašaničová, P. - Litavcová, E.
Regression Quantiles under Heteroscedasticity and Multicollinearity: Analysis of Travel and Tourism Competitiveness.
Ekonomický časopis. Roč. 67, č. 1 (2019), s. 69-85. ISSN 0013-3035. E-ISSN 0013-3035
Grant ostatní: GA ČR(CZ) GA17-07384S
Institucionální podpora: RVO:67985807
Klíčová slova: linear regression * model selection * robustness * regression quantiles * lasso * tourism
Obor OECD: Statistics and probability
Impakt faktor: 0.560, rok: 2019
Způsob publikování: Open access
https://www.sav.sk/journals/uploads/0125113201%2019%20Kalina%20+%20RS.pdf
Trvalý link: http://hdl.handle.net/11104/0293472Název souboru Staženo Velikost Komentář Verze Přístup 0501434-aonl.pdf 6 858.1 KB volně online Vydavatelský postprint povolen - 10.0494113 - ÚI 2019 RIV DE eng C - Konferenční příspěvek (zahraniční konf.)
Repický, Jakub - Pitra, Zbyněk - Holeňa, Martin
Automated Selection of Covariance Function for Gaussian Process Surrogate Models.
ITAT 2018: Information Technologies – Applications and Theory. Proceedings of the 18th conference ITAT 2018. Aachen: Technical University & CreateSpace Independent Publishing Platform, 2018 - (Krajči, S.), s. 64-71. CEUR Workshop Proceedings, V-2203. ISSN 1613-0073.
[ITAT 2018. Conference on Information Technologies – Applications and Theory /18./. Plejsy (SK), 21.09.2018-25.09.2018]
Grant CEP: GA ČR GA17-01251S
Grant ostatní: GA MŠk(CZ) LM2015042
Institucionální podpora: RVO:67985807
Klíčová slova: black-box optimization * Gaussian processes * information criteria * model selection
Obor OECD: Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
http://ceur-ws.org/Vol-2203/64.pdf
Trvalý link: http://hdl.handle.net/11104/0287367Název souboru Staženo Velikost Komentář Verze Přístup 0494113a.pdf 5 1.3 MB Vydavatelský postprint vyžádat