Number of the records: 1

Kombinace prediktorů v odhadování parametrů

SYSNO ASEP	0532023
Document Type	V - Research Report
R&D Document Type	The record was not marked in the RIV
Title	Kombinace prediktorů v odhadování parametrů
Title	Mixing of Predictors in Parameter Estimation
Author(s)	Podlesna, Yana (CZ) Kárný, Miroslav (UTIA-B)_{RID, ORCID}
Issue data	Praha: ÚTIA AV ČR, 2020
Series	Research Report
Series number	2385
Number of pages	32 s.
Publication form	Print - P
Language	cze - Czech
Country	CZ - Czech Republic
Keywords	curse of dimensionality ; Bayesian estimation ; prediction ; Markov decision process ; decision making
Subject RIV	BC - Control Systems Theory
R&D Projects	LTC18075 GA MŠMT - Ministry of Education, Youth and Sports (MEYS)
Institutional support	UTIA-B - RVO:67985556
Annotation	Tato bakalářská práce se zabývá návrhem metody k řešení prokletí rozměrnosti vznikající v kvantitativním modelování složitých vzájemně propojených systémů. Jedná se o předpovídací modely, které jsou založené na diskrétním markovském rozhodovacím procesu. Předpovídání je založeno na odhadu parametrů modelu pomocí bayesovské statistiky. Tato práce obsahuje návod na zmenšení rozměrnosti dat, potřebných k předpovídání v systémech s velkým počtem stavů a akcí. Místo odhadu prediktoru závislého na všech parametrech metoda předpokládá užití několika prediktorů, které vznikají odhadováním parametrických modelů, předpokládajících závislost na různých regresorech. Vlastnosti chování navržené metody jsou ilustrovány simulačními experimenty.
Description in English	This bachelor thesis deals with the design of the method for solving the curse of dimensionality arising in the quantitative modeling of complex interconnected systems. The employed predictive models are based on a discrete Markov process. Prediction is based on estimating model parameters using Bayesian statistics. This work contains method for reducing the amount of data needed for prediction in systems with a large number of occurring states and actions. Instead of estimating a predictor dependent on all parameters, the method assumes the use of several predictors, which arise from estimating parametric models based on dependences on different regressors. The behavioral properties of the proposed method are illustrated by simulation experiments.
Workplace	Institute of Information Theory and Automation
Contact	Markéta Votavová, votavova@utia.cas.cz, Tel.: 266 052 201.
Year of Publishing	2021

Number of the records: 1