Temat: Nonparametric regression

Skocz do pozycji: 1.

Tytuł:: Orthogonal series regression estimators for an irregularly spaced design
Autorzy:: Popiński, Waldemar
Tematy:: convergence rates
nonparametric regression
orthogonal series estimator; Pokaż więcej
Wydawca:: Polska Akademia Nauk. Instytut Matematyczny PAN
Powiązania:: https://bibliotekanauki.pl/articles/1208167.pdf Link otwiera się w nowym oknie
Opis:: Nonparametric orthogonal series regression function estimation is investigated in the case of a fixed point design where the observation points are irregularly spaced in a finite interval [a,b]i ⊂ ℝ. Convergence rates for the integrated mean-square error and pointwise mean-square error are obtained in the case of estimators constructed using the Legendre polynomials and Haar functions for regression functions satisfying the Lipschitz condition.
Dostawca treści:: Biblioteka Nauki

Artykuł

na półce

Skocz do pozycji: 2.

Tytuł:: On Some Simulation Procedures for Comparing Nonparametric Methods of Regression
Wybrane symulacyjne procedury porównywania nieparametrycznych metod regresji
Autorzy:: Trzęsiok, Joanna
Tematy:: nonparametric regression
model comparison
benchmarking experiments
hypothesis testing; Pokaż więcej
Wydawca:: Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
Powiązania:: https://bibliotekanauki.pl/articles/904487.pdf Link otwiera się w nowym oknie
Opis:: Nonparametric methods of regression form a large group of varied and rapidly growing methods. In many situations we have a problem with comparing these methods in order to select one of them to solve the regression problem. We present the simulation procedure for comparing the performance of several competing algorithms of nonparametric regression. This procedure has two stages. In the first one, the ranking of nonparametric models of regression is created. In the second stage, statistical test procedures can be used to test the significance of differences in the performances of models presented in the ranking. The procedure is applied to regression benchmark studies based on real world data.
W artykule przedstawiono symulacyjną procedurę badawczą pozwalającą na porównywanie różnych nieparametrycznych modeli regresji, jak i wybór najlepszego z nich. Zaproponowana procedura przebiega dwuetapowo. W pierwszym etapie tworzony jest ranking modeli regresji, pod względem dokładności predykcji, mierzonej za pomocą błędu średniokwadratowego obliczonego metodą sprawdzania krzyżowego ( MSECV ). Drugi etap analizy ma na celu zbadanie istotności różnic pomiędzy uzyskanymi wartościami MSECV , a tym samym skorygowanie otrzymanych rankingów. Do testowania istotności wspomnianych różnic wykorzystano nieparametryczną statystykę testującą zaproponowaną przez Hothorna. Opisaną procedurę badawczą zastosowano w badaniu empirycznym, dla zbiorów danych standardowo wykorzystywanych do analizowania własności różnych metod regresji.
Dostawca treści:: Biblioteka Nauki

Artykuł

na półce

Skocz do pozycji: 3.

Tytuł:: The Wavelet Transform in Regression
Zastosowanie transformacji falkowej do budowy modeli regresyjnych
Autorzy:: Trzęsiok, Joanna
Tematy:: wavelets
wavelet transform
wavelet thresholding
nonparametric regression; Pokaż więcej
Wydawca:: Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
Powiązania:: https://bibliotekanauki.pl/articles/905049.pdf Link otwiera się w nowym oknie
Opis:: The wavelet transform was introduced in the 19S0's and it was developed as an alternative in tin short time Fourier transform. The wavelets theory is very popular in signal processing and pattern recognition and its applications are still growing. This paper presents the wavelet transform in nonparametric regression. The use of wavelets, in statistical applications was pioneered by D. Donoho and I. Johnstone. Here we discuss their methodology - wavelet shrinkage. The wavelet transform is compared with another nonparametric regression method - splines.
Transformacja falkowa została zaproponowana na początku lat osiemdziesiątych, jako alternatywa do transformacji Fouriera. Metoda ta szybko znalazła swoje zastosowanie w teorii sygnałów oraz w rozpoznawaniu obrazów, a zakres jej aplikacji nadal dynamicznie się rozwija. Autorami pionierskich prac z zakresu zastosowań teorii lalek w statystyce są David Donoho and Iain Johnstone. Zaproponowali oni w roku 1994 procedurę WaveShrink wykorzystywaną do estymacji funkcji gęstości oraz budowy nieparametrycznych modeli regresji oparła na transformacji falkowej. W artykule przedstawione zostało zastosowanie transformacji falkowej oraz procedury WaveShrink do budowy modelu regresyjnego. Omawianą metodę porównano z inną nieparametryczny metodą regresji - krzywymi sklejanymi.
Dostawca treści:: Biblioteka Nauki

Artykuł

na półce

Skocz do pozycji: 4.

Tytuł:: A note on orthogonal series regression function estimators
Autorzy:: Popiński, Waldemar
Tematy:: consistent estimator
orthonormal system
empirical risk minimization
nonparametric regression; Pokaż więcej
Wydawca:: Polska Akademia Nauk. Instytut Matematyczny PAN
Powiązania:: https://bibliotekanauki.pl/articles/1338775.pdf Link otwiera się w nowym oknie
Opis:: The problem of nonparametric estimation of the regression function f(x) = E(Y | X=x) using the orthonormal system of trigonometric functions or Legendre polynomials $e_k$, k=0,1,2,..., is considered in the case where a sample of i.i.d. copies $(X_i,Y_i)$, i=1,...,n, of the random variable (X,Y) is available and the marginal distribution of X has density ϱ ∈ $L^1$[a,b]. The constructed estimators are of the form $\widehat f_n(x) = \sum_{k=0}^{N(n)}\widehat c_ke_k(x)$, where the coefficients $\widehat c_0,\widehat c_1,...,\widehat c_N$ are determined by minimizing the empirical risk $n^{-1}\sum_{i=1}^n(Y_i - \sum_{k=0}^Nc_ke_k(X_i))^2$. Sufficient conditions for consistency of the estimators in the sense of the errors $E_X\vert f(X)-\widehat f_n(X)\vert^2$ and $n^{-1}\sum_{i=1}^nE(f(X_i)-\widehat f_n(X_i))^2$ are obtained.
Dostawca treści:: Biblioteka Nauki

Artykuł

na półce

Skocz do pozycji: 5.

Tytuł:: O interpretacji nieparametrycznych modeli regresyjnych
Parametric Interpretation of Non-Parametric Regression Models
Autorzy:: Stelmach, Jacek
Tematy:: Metoda Monte Carlo
Modele regresji
Regresja nieparametryczna
Monte Carlo method
Nonparametric regression Regression models; Pokaż więcej
Wydawca:: Uniwersytet Ekonomiczny w Katowicach
Powiązania:: https://bibliotekanauki.pl/articles/588048.pdf Link otwiera się w nowym oknie
Opis:: The advantage of the parametric regression models is the possibility of interpretation of the parameters of the regression model, i.e. to determine the direction and strength of the influence of predictors on the dependent variable. Unfortunately, in practice - the nonlinearity of the real processes, the influence of the phenomena with various probability distributions and a small number of observations limits the building of parametric models while the interpretation of non-parametric models is either impossible or very limited. Frequently such interpretation is useful in the specified range of variation. This may be a typical range of variation - for example, between the second and third quartiles, or a specific range due to the nature of the modeled phenomenon or process. It is difficult however, to build parametric models based only on the range of explanatory variables, because in this way we exclude observations giving additional knowledge into the model. The essence of this study is to enable the interpretation of non-parametric models through the creation of additional observations with these models in an interesting range of explanatory variables. These observations create secondary dataset used for the construction of a parametric model, which can now be interpreted. Presented investigations compare - using simulation - parametric models created for secondary sample with parametric models calculated for the original data.
Dostawca treści:: Biblioteka Nauki

Artykuł

na półce

Skocz do pozycji: 6.

Tytuł:: O odporności na obserwacje odstające wybranych nieparametrycznych modeli regresji
Robustness for outliers of selected nonparametric regression models
Autorzy:: Trzęsiok, Joanna
Tematy:: Obserwacje odstające
Odporność
Regresja nieparametryczna
Nonparametric regression
Outliers
Robust; Pokaż więcej
Wydawca:: Uniwersytet Ekonomiczny w Katowicach
Powiązania:: https://bibliotekanauki.pl/articles/587772.pdf Link otwiera się w nowym oknie
Opis:: Artykuł jest poświęcony zagadnieniu odporności metod regresji na obserwacje odstające występujące w zbiorze danych. W pierwszej części przedstawiono wybrane metody identyfikacji obserwacji nietypowych. Następnie badano odporność trzech nieparametrycznych metod regresji: PPR, POLYMARS i RANDOM FORESTS. Analiz dokonano za pomocą procedur symulacyjnych na rzeczywistym zbiorze danych Mieszkania, w którym wykryto obserwacje odstające. Pomimo dosyć powszechnych przekonań o odporności regresji nieparametrycznej, okazało się, że modele zbudowane na całym zbiorze danych mają istotnie mniejsze zdolności predykcyjne niż modele uzyskane na zbiorze, z którego usunięto obserwacje nietypowe.
The paper presents an important problem of robustness for outliers in regression. In the first part selected outliers detection techniques are described. Moreover, we empirically examine the robustness of the following methods: PPR, POLYMARS and RANDOM FORESTS on real world dataset. We show, that after removing outliers the prediction abilities of the models increase.
Dostawca treści:: Biblioteka Nauki

Artykuł

na półce

Skocz do pozycji: 7.

Tytuł:: Outliers vs Robustness in Nonparametric Methods of Regression
Obserwacje odstające a problem odporności
Autorzy:: Trzęsiok, Joanna
Tematy:: obserwacje odstające
odporność
nieparametryczne metody regresji
outliers
robustness
nonparametric regression methods; Pokaż więcej
Wydawca:: Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
Powiązania:: https://bibliotekanauki.pl/articles/658308.pdf Link otwiera się w nowym oknie
Opis:: Artykuł poświęcony jest zagadnieniu odporności metod regresji na obserwacje odstające występujące w zbiorze danych. W pierwszej części przedstawiono wybrane metody identyfikacji obserwacji nietypowych. Następnie badano odporność trzech nieparametrycznych metod regresji: PPR, POLYMARS i RANDOM FORESTS. Analiz dokonano za pomocą procedur symulacyjnych na zbiorach danych, w których wykryto obserwacje odstające. Mimo dosyć powszechnych przekonań o odporności regresji nieparametrycznej okazało się, że modele zbudowane na całych zbiorach danych mają istotnie mniejsze zdolności predykcyjne niż modele uzyskane na zbiorach, z których usunięto obserwacje nietypowe.
The article addresses the question of how robust methods of regression are against outliers in a given data set. In the first part, we presented the selected methods used to detect outliers. Then, we tested the robustness of three nonparametric methods of regression: PPR, POLYMARS, and RANDOM FORESTS. The analysis was conducted applying simulation procedures to the data sets where outliers were detected. Contrary to a relatively common conviction about the robustness of nonparametric regression, the study revealed that the models built on the basis of complete data sets represent a significantly lower predictive capability than models based on the sets from which outliers were discarded.
Dostawca treści:: Biblioteka Nauki

Artykuł

na półce

Skocz do pozycji: 8.

Tytuł:: Wykorzystanie regresji nieparametrycznej do modelowania wielkości oszczędności gospodarstw domowych
Nonparametric Regression Applied to Modelling Household Savings
Autorzy:: Trzęsiok, Joanna
Tematy:: Badania empiryczne
Oszczędności gospodarstw domowych
Regresja nieparametryczna
Empirical researches
Household savings
Nonparametric regression; Pokaż więcej
Wydawca:: Uniwersytet Ekonomiczny w Katowicach
Powiązania:: https://bibliotekanauki.pl/articles/591136.pdf Link otwiera się w nowym oknie
Opis:: In the paper the procedure for selecting the best nonparametric model for a given problem of regression is presented. This procedure has two stages. In the first one, many nonparametric models of regression, for different parameters settings, are built. Then the model with the smallest mean squared error is chosen. In the second stage, the method for the reduction of insignificant predictors is used. This procedure is applied to modelling household savings.
Dostawca treści:: Biblioteka Nauki

Artykuł

na półce

Skocz do pozycji: 9.

Tytuł:: Generalized kernel regression estimate for the identification of Hammerstein systems
Autorzy:: Mzyk, G.
Tematy:: system Hammersteina
regresja nieparametryczna
estymacja jądra
Hammerstein system
nonparametric regression
kernel estimation; Pokaż więcej
Wydawca:: Uniwersytet Zielonogórski. Oficyna Wydawnicza
Powiązania:: https://bibliotekanauki.pl/articles/929610.pdf Link otwiera się w nowym oknie
Opis:: A modified version of the classical kernel nonparametric identification algorithm for nonlinearity recovering in a Hammerstein system under the existence of random noise is proposed. The assumptions imposed on the unknown characteristic are weak. The generalized kernel method proposed in the paper provides more accurate results in comparison with the classical kernel nonparametric estimate, regardless of the number of measurements. The convergence in probability of the proposed estimate to the unknown characteristic is proved and the question of the convergence rate is discussed. Illustrative simulation examples are included.
Dostawca treści:: Biblioteka Nauki

Artykuł

na półce

Skocz do pozycji: 10.

Tytuł:: Metody regresji nieparametrycznej – drzewa regresyjne i regresja jądrow
Nonparametric regression - regression trees and kernel regression
Autorzy:: Wieczorek, Anna
Opis:: The thesis aims to explain methods related to nonparametric regression. Properties of the kernel density estimators have been reviewed. The kernel regression model of Nadaraya and Watson has been presented. The tree regression model has been shown and an algorithm for building random forests has been explained. To conclude the theoretical considerations two examples have been presented, one with sampled data and the other one with real-life data shared by Spotify.
Praca magisterska ma na celu przybliżenie metod z zakresu regresji nieparametrycznej. Przypomniane zostały własności jądrowych estymatorów gęstości. Omówiony został model regresji jądrowej Nadaraya-Watsona. Zaprezentowany został model regresji drzewkowej oraz został rozwinięty o algorytm budowy lasu losowego. Zwieńczeniem pracy są dwa przykłady prezentujące zastosowanie opisanych metod - przykład z wykorzystaniem danych wygenerowanych symulacyjnie oraz przykład zaprezentowany z użyciem danych pochodzących z platformy muzycznej Spotify.
Dostawca treści:: Repozytorium Uniwersytetu Jagiellońskiego

Inne

na półce

Skocz do pozycji: 11.

Tytuł:: Convergence rates of orthogonal series regression estimators
Autorzy:: Popiński, Waldemar
Tematy:: orthonormal system
nonparametric series regression
least squares method
convergence rate; Pokaż więcej
Wydawca:: Polska Akademia Nauk. Instytut Matematyczny PAN
Powiązania:: https://bibliotekanauki.pl/articles/1208155.pdf Link otwiera się w nowym oknie
Opis:: General conditions for convergence rates of nonparametric orthogonal series estimators of the regression function f(x)=E(Y | X = x) are considered. The estimators are obtained by the least squares method on the basis of a random observation sample (Y_i,X_i), i=1,...,n, where $X_i ∈ A ⊂ ℝ^d$ have marginal distribution with density $ϱ ∈ L^1(A)$ and Var( Y | X = x) is bounded on A. Convergence rates of the errors $E_X(f(X)-\widehat f_N(X))^2$ and $\Vert f-\widehat f_N\Vert_∞$ for the estimator $\widehat f_N(x) = \sum_{k=1}^N\widehat c_ke_k(x)$, constructed using an orthonormal system $e_k$, k=1,2,..., in $L^2(A)$ are obtained.
Dostawca treści:: Biblioteka Nauki

Artykuł

na półce

Skocz do pozycji: 12.

Tytuł:: Determinants of spatial concentration of short food supply chains on example of marginal, localized and restricted activities in Poland
Determinanty przestrzennej koncentracji krótkich łańcuchów dostaw na przykładzie podmiotów marginalnych, lokalnych i ograniczonych w Polsce
Autorzy:: Bareja-Wawryszuk, O.
Tematy:: short food supply chains
spatial concentration
marginal localized and restricted activities
nonparametric regression trees
local food systems; Pokaż więcej
Wydawca:: Szkoła Główna Gospodarstwa Wiejskiego w Warszawie. Wydawnictwo Szkoły Głównej Gospodarstwa Wiejskiego w Warszawie
Powiązania:: https://bibliotekanauki.pl/articles/2053126.pdf Link otwiera się w nowym oknie
Opis:: The article analyses spatial concentration of marginal, localized and restricted activities creating local food systems in Poland regarded as short supply chains. Local food systems in Poland can take the forms of direct sale, direct deliveries, agricultural retail as well as marginal, localized and restricted activities. Short food supply chains play crucial role in case of local economy, environment and society. Thus, article rises issue connected with sustainability, alternatives for mass produced and distributed food, spatial diversity of local activities. Empirical part of the article focus on marginal, localized and restricted activities. The first part of the article contains a characteristic of the analyzed activities and their spatial distribution. The second part identifies factors that have the strongest influence on the formation of marginal, localized and restricted activities with the application of nonparametric models of regression trees. It is reported that spatial and environmental factors occur most frequently in the process of recurrent division of the data set and, thus, constitute the strongest determinant of marginal, localized and restricted activities.
Dostawca treści:: Biblioteka Nauki

Artykuł

na półce

Skocz do pozycji: 13.

Tytuł:: Is laterality adaptive? : pitfalls in disentangling the laterality-performance relationship
Autorzy:: Paszulewicz, Jakub
Gajdek, Marek
Wolski, Piotr
Opis:: Unlike non-human animal studies that have progressively demonstrated the advantages of being asymmetrical at an individual, group and population level, human studies show a quite inconsistent picture. Specifically, it is hardly clear if and how the strength of lateralization that an individual is equipped with relates to their cognitive performance. While some of these inconsistencies can be attributed to procedural and conceptual differences, the issue is aggravated by the fact that the intrinsic mathematical interdependence of the measures of laterality and performance produces spurious correlations that can be mistaken for evidence of an adaptive advantage of asymmetry. Leask and Crow [Leask, S. J., & Crow, T. J. (1997), How far does the brain lateralize?: an unbiased method for determining the optimum degree of hemispheric specialization. Neuropsychologia, 35(10), 1381-1387] devised a method of overcoming this problem that has been subsequently used in several large-sample studies investigating the asymmetry-performance relationship. In our paper we show that the original Leask and Crow method and its later variants fall victim to inherent nonlinear dependencies and produce artifacts. By applying the Leask and Crow method to random data and with mathematical analysis, we demonstrate that what has been believed to describe the true asymmetry-performance relation in fact only reflects the idiosyncrasies of the method itself. We think that the approach taken by Leask in his later paper [Leask, S. (2003), Principal curve analysis avoids assumptions of dependence between measures of hand skill. Laterality, 8(4), 307-316. doi:10.1080/13576500342000004] might be preferable.
Dostawca treści:: Repozytorium Uniwersytetu Jagiellońskiego

Artykuł

na półce

Skocz do pozycji: 14.

Tytuł:: Wybrane aspekty nieparametrycznego prognozowania nieliniowych szeregów czasowych
Several Aspects of Nonparametric Prediction of Nonlinear Time Series
Autorzy:: Orzeszko, Witold
Tematy:: regresja nieparametryczna
nieparametryczne prognozowanie
metody jądrowe
nieliniowe szeregi czasowe
analiza Monte Carlo
nonparametric regression
nonparametric forecasting
kernel
smoothers
nonlinear time series
monte carlo study; Pokaż więcej
Wydawca:: Główny Urząd Statystyczny
Powiązania:: https://bibliotekanauki.pl/articles/964958.pdf Link otwiera się w nowym oknie
Opis:: Regresja nieparametryczna stanowi obiecujące, lecz jednocześnie wciąż niedoceniane podejście do modelowania finansowych i ekonomicznych szeregów czasowych. Polega ona na konstrukcji modeli nieparametrycznych, w których zależność pomiędzy zmiennymi nie jest wyrażona w postaci funkcji o określonej postaci analitycznej lub parametry charakteryzujące tę zależność należą do przestrzeni nieskończenie wymiarowej. W przeciwieństwie do modeli parametrycznych, modele nieparametryczne nie są ograniczone do określonej z góry postaci, lecz pozwalają „mówić danym samym za siebie”. Z tego względu wydają się interesującym narzędziem prognozowania zwłaszcza w przypadku nieliniowych szeregów czasowych. W zakresie nieparametrycznych metod regresji na szczególną uwagę zasługują estymatory, które w swojej konstrukcji wykorzystują funkcje jądrowe. Spośród nich najczęściej stosowanym jest estymator Nadarai-Watsona, choć obecnie znane są pewne rozwinięcia tego podejścia. Jednym z nich jest Lokalna Jądrowa Regresja Liniowa, będąca połączeniem estymacji jądrowej i lokalnej aproksymacji liniowej. W pracy przeprowadzono symulacje Monte Carlo, mające na celu ocenę przydatności metod regresji jądrowej do prognozowania nieliniowych szeregów czasowych i porównanie ich z innymi metodami prognozowania.
Nonparametric regression is an alternative to the parametric approach, which consists of applying parametric models, i.e. models of the certain functional form with a fixed number of parameters. As opposed to the parametric approach, nonparametric models have a general form, which can be approximated increasingly precisely when the sample size grows. Hereby they do not impose such restricted assumptions about the form of the modelling dependencies and in consequence, they are more flexible and let the data speak for themselves. That is why they are a promising tool for forecasting, especially in case of nonlinear time series. One of the most popular nonparametric regression method is the NadarayaWatson kernel smoothing. Nowadays, there are a number of variations of this method, like the local-linear kernel estimator, which combines the local linear approximation and the kernel estimator. In the paper a Monte Carlo study is conducted in order to assess the usefulness of the kernel smoothers to nonlinear time series forecasting and to compare them with the other techniques of forecasting.
Dostawca treści:: Biblioteka Nauki

Artykuł

na półce

Skocz do pozycji: 15.

Tytuł:: Modele regresji nieparametrycznej
Nonparametric regression models
Autorzy:: Kokosiński, Konrad
Opis:: Szacowanie nieznanej funkcji regresji za pomocą dwóch modeli nieparametrycznych, wykorzystujących metody estymacji jądrowej. Pierwszy z nich opiera się na założeniu, że punkty pomiarowe są z góry ustalone i wykorzystuje jeden z estymatorów jądrowych, tj. estymator Gassera-Müllera, do oszacowania szukanej funkcji. W drugim modelu, dane wejściowe eksperymentu są zmiennymi losowymi, a do estymacji nieznanej funkcji jest użyta tak zwana metoda lokalnej liniowej aproksymacji, będąca połączeniem metody najmniejszych kwadratów z estymacją jądrową, której rdzeniem jest estymator Stone'a-Fana. Zbadanie właściwości tych dwóch funkcji aproksymujących i zaprezentowanie ich działania w praktyce, na konkretnym modelu, w celu możliwości dokonania porównania jakości dopasowania tych estymatorów (metod) do szukanej funkcji regresji.
Two nonparametric models, which are based on kernel methods, for estimating the regression function are introduced. First technique refers to a fix design - the predictor variable is known and the response is the only random variable. This approach uses the Gasser-Müller kernel function to estimate unknown regression curve. The second model focuses on a random design - both predictor and response are random variables. In this case, the local polynomial method, which combines the ideas of local linear smoothers and kernel-type estimation, is applied. The Stone-Fan function is the linear/kernel-type smoother which is obtained via this local linear approximation. The performance of these two approaches (estimators) is investigated. Simulations illustrate the described estimation methods.
Dostawca treści:: Repozytorium Uniwersytetu Jagiellońskiego

Inne

na półce

Skocz do pozycji: 16.

Tytuł:: A new approach to detection of changes in multidimensional patterns
Autorzy:: Gałkowski, Tomasz
Krzyżak, Adam
Filutowicz, Zbigniew
Tematy:: edge detection
regression
nonparametric estimation; Pokaż więcej
Wydawca:: Społeczna Akademia Nauk w Łodzi. Polskie Towarzystwo Sieci Neuronowych
Powiązania:: https://bibliotekanauki.pl/articles/1837532.pdf Link otwiera się w nowym oknie
Opis:: Nowadays, unprecedented amounts of heterogeneous data collections are stored, processed and transmitted via the Internet. In data analysis one of the most important problems is to verify whether data observed or/and collected in time are genuine and stationary, i.e. the information sources did not change their characteristics. There is a variety of data types: texts, images, audio or video files or streams, metadata descriptions, thereby ordinary numbers. All of them changes in many ways. If the change happens the next question is what is the essence of this change and when and where the change has occurred. The main focus of this paper is detection of change and classification of its type. Many algorithms have been proposed to detect abnormalities and deviations in the data. In this paper we propose a new approach for abrupt changes detection based on the Parzen kernel estimation of the partial derivatives of the multivariate regression functions in presence of probabilistic noise. The proposed change detection algorithm is applied to oneand two-dimensional patterns to detect the abrupt changes.
Dostawca treści:: Biblioteka Nauki

Artykuł

na półce

Skocz do pozycji: 17.

Tytuł:: A new approach to detection of changes in multidimensional patterns. Part 2
Autorzy:: Gałkowski, Tomasz
Krzyżak, Adam
Patora-Wysocka, Zofia
Filutowicz, Zbigniew
Wang, Lipo
Tematy:: edge curve detection
regression function
nonparametric estimation; Pokaż więcej
Wydawca:: Społeczna Akademia Nauk w Łodzi. Polskie Towarzystwo Sieci Neuronowych
Powiązania:: https://bibliotekanauki.pl/articles/2031116.pdf Link otwiera się w nowym oknie
Opis:: In the paper we develop an algorithm based on the Parzen kernel estimate for detection of sudden changes in 3-dimensional shapes which happen along the edge curves. Such problems commonly arise in various areas of computer vision, e.g., in edge detection, bioinformatics and processing of satellite imagery. In many engineering problems abrupt change detection may help in fault protection e.g. the jump detection in functions describing the static and dynamic properties of the objects in mechanical systems. We developed an algorithm for detecting abrupt changes which is nonparametric in nature and utilizes Parzen regression estimates of multivariate functions and their derivatives. In tests we apply this method, particularly but not exclusively, to the functions of two variables.
Dostawca treści:: Biblioteka Nauki

Artykuł

na półce

Skocz do pozycji: 18.

Tytuł:: Bandwidth selection for kernel generalized regression neural networks in identification of hammerstein systems
Autorzy:: Lv, Jiaqing
Pawlak, Mirosław
Tematy:: generalized regression neural network
nonparametric estimation
bandwidth
data-driven selection
nonlinear system
Hammerstein system; Pokaż więcej
Wydawca:: Społeczna Akademia Nauk w Łodzi. Polskie Towarzystwo Sieci Neuronowych
Powiązania:: https://bibliotekanauki.pl/articles/2031118.pdf Link otwiera się w nowym oknie
Opis:: This paper addresses the issue of data-driven smoothing parameter (bandwidth) selection in the context of nonparametric system identification of dynamic systems. In particular, we examine the identification problem of the block-oriented Hammerstein cascade system. A class of kernel-type Generalized Regression Neural Networks (GRNN) is employed as the identification algorithm. The statistical accuracy of the kernel GRNN estimate is critically influenced by the choice of the bandwidth. Given the need of data-driven bandwidth specification we propose several automatic selection methods that are compared by means of simulation studies. Our experiments reveal that the method referred to as the partitioned cross-validation algorithm can be recommended as the practical procedure for the bandwidth choice for the kernel GRNN estimate in terms of its statistical accuracy and implementation aspects.
Dostawca treści:: Biblioteka Nauki

Artykuł

na półce

Skocz do pozycji: 19.

Tytuł:: Analiza przebiegu automatycznego procesu dozowania wybranych składników paszy drobiowej w warunkach przemysłowych
Analysis of the course of an automatic dosing process of the chosen poultry fodder ingredients in industrial conditions
Autorzy:: Matuszek, D.
Tematy:: mieszanka paszowa
dozowanie surowców pasz
prosta regresja liniowa
fodder
automatic dosage system
fodder factory
linear regression
nonparametric tests; Pokaż więcej
Wydawca:: Polskie Towarzystwo Inżynierii Rolniczej
Powiązania:: https://bibliotekanauki.pl/articles/291618.pdf Link otwiera się w nowym oknie
Opis:: W pracy zaprezentowano wyniki badań przeprowadzonych w przemysłowej wytwórni pasz. Przedmiotem badań była analiza równomierności procesu automatycznego dozowania poszczególnych surowców paszy dla drobiu: kreda pastewna drobnoziarnista, kreda pastewna gruboziarnista oraz otręby pszenne podczas 9 cykli. Na podstawie różnicy masy zadanej do uzyskanej określono poprawność pracy urządzenia dozującego. W ocenie tej posłużono się analizą reszt prostej regresji liniowej. Uzyskane wyniki wskazują na zróżnicowanie przebiegu procesu naważania wybranych składników. Dodatkowym elementem było wykonanie statystycznej analizy porównawczej (test Kruskala-Wallisa), której wyniki wskazały na istotne statystycznie różnice w przebiegu procesu automatycznego dozowania poszczególnych składników paszy.
This work presents the results of research carried out at the fodders manufacturing company. A process of automatic dosing of particular ingredients of fodders for poultry was being analysed: fine-grained fodder chalk, coarse-grained fodder chalk and of wheat bran during nine cycles. On the basis of the difference of the preset weight and the obtained weight a correctness of the functioning of the automatic dispensing system was defined. For this assessment the analysis of rests of the straight linear regression was used. The obtained results present differences between the dosing process of chosen components. Additionally, a statistical comparative analysis was carried out using the Kruskal-Wallis test, which showed statistically significant differences of the dispensing process of particular feed ingredients.
Dostawca treści:: Biblioteka Nauki

Artykuł

na półce

Skocz do pozycji: 20.

Tytuł:: Analiza przebiegu procesu naważania wybranych składników paszy
Analysis of the course of a dosing process of the fodder elements
Autorzy:: Matuszek, D.
Tematy:: mieszanka paszowa
dozowanie surowców pasz
wytwórnia pasz
prosta regresja liniowa
fodder
dosage of fodder materials
fodder factory
linear regression
nonparametric tests; Pokaż więcej
Wydawca:: Polskie Towarzystwo Inżynierii Rolniczej
Powiązania:: https://bibliotekanauki.pl/articles/291384.pdf Link otwiera się w nowym oknie
Opis:: W pracy zaprezentowano wyniki badań przeprowadzonych w wytwórni pasz. Przedmiotem badań była analiza równomierności procesu automatycznego dozowania poszczególnych surowców paszy. Analizowano proces dozowania wybranych składników paszy: pszenica, kukurydza, pszenżyto i śruta słonecznikowa podczas 9 cykli (operacji naważania). Na podstawie różnicy między masą składnika paszy określoną w jego recepturze (masa recepturowa) a rzeczywistą masą składnika dozowaną w procesie produkcyjnym (masa dozowana) określano poprawność pracy urządzenia dozującego. Do oceny odchylenia wykorzystano analizę reszt prostej regresji liniowej. Uzyskane wyniki wskazują na zróżnicowanie przebiegu procesu dozowania wybranych składników. Dodatkowo wykonano statystyczną analizę porównawczą wykorzystując test Kruskala-Wallisa, który wskazał na różnice procesu dozowania poszczególnych surowców. Najgorsze rezultaty uzyskano przy naważaniu pszenicy, składnika o największym udziale procentowym w produkowanej paszy.
This work presents the results of research carried out at the fodders manufacturing company. A process of automatic dosing of individual elements of fodders was being analysed: the wheat, the maize, triticale and sunflower meal during nine cycles (dosing process). On the basis of the difference of the set and obtained mass correctness of the functioning of the dispensing system was defined. For the assessment of deviation the analysis of rests of straight linear regression was used. The results present differences between the dosing process of the selected components. Additionally statistical comparative analysis was carried out using the Kruskal-Wallis test which proved differences of the dispensing process for individual raw materials. The worst results were obtained for dosing wheat. It is the element with the biggest percentage share in the feed.
Dostawca treści:: Biblioteka Nauki

Artykuł

na półce

Skocz do pozycji: 21.

Tytuł:: Nonparametric statistical analysis for multiple comparison of machine learning regression algorithms
Autorzy:: Trawiński, B.
Smętek, M.
Telec, Z.
Lasota, T.
Tematy:: maszyna ucząca się
test statystyczny nieparametryczny
regresja statystyczna
sieć neuronowa
wielokrotne testy porównawcze
machine learning
nonparametric statistical tests
statistical regression
neural network
multiple comparison tests; Pokaż więcej
Wydawca:: Uniwersytet Zielonogórski. Oficyna Wydawnicza
Powiązania:: https://bibliotekanauki.pl/articles/331296.pdf Link otwiera się w nowym oknie
Opis:: In the paper we present some guidelines for the application of nonparametric statistical tests and post-hoc procedures devised to perform multiple comparisons of machine learning algorithms. We emphasize that it is necessary to distinguish between pairwise and multiple comparison tests. We show that the pairwise Wilcoxon test, when employed to multiple comparisons, will lead to overoptimistic conclusions. We carry out intensive normality examination employing ten different tests showing that the output of machine learning algorithms for regression problems does not satisfy normality requirements. We conduct experiments on nonparametric statistical tests and post-hoc procedures designed for multiple 1 x N and N x N comparisons with six different neural regression algorithms over 29 benchmark regression data sets. Our investigation proves the usefulness and strength of multiple comparison statistical procedures to analyse and select machine learning algorithms.
Dostawca treści:: Biblioteka Nauki

Artykuł

na półce

Skocz do pozycji: 22.

Tytuł:: Identyfikacja złożonego układu napędowego jako systemu Wienera
Identification of the complex drive system as a Wiener system
Autorzy:: Lis, J.
Orłowska-Kowalska, T.
Tematy:: układ dwumasowy
identyfikacja parametryczna
identyfikacja nieparametryczna
system Wienera
metoda zmiennych instrumentalnych
estymator regresji jądrowej
two-mass system
parametric identification
nonparametric identification
Wiener system
instrumental variables estimate
kernel regression estimate; Pokaż więcej
Wydawca:: Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie. Wydawnictwo AGH
Powiązania:: https://bibliotekanauki.pl/articles/320339.pdf Link otwiera się w nowym oknie
Opis:: Artykuł dotyczy identyfikacji części mechanicznej napędu dwumasowego z silnikiem indukcyjnym. W procesie identyfikacji uwzględniono występowanie w układzie trudno modelowanych zjawisk nieliniowych, takich jak luzy i tarcie suche, co spowodowało, że realizowano identyfikację nieliniowego obiektu dynamicznego. W niniejszej pracy zaproponowano identyfikację według koncepcji systemów blokowo zorientowanych, przy zastosowaniu systemu Wienera. Liniowy podsystem dynamiczny układu napędowego identyfikowano parametrycznie, za pomocą metody zmiennych instrumentalnych, natomiast trudno modelowalne nieliniowości identyfikowano nieparametrycznie, przy zastosowaniu estymatora regresji jądrowej. W procesie identyfikacji zastosowano metodę odsprzęgania podsystemu liniowego i nieliniowego, wykorzystującą właściwości pobudzenia typu PRBS.
The paper deals with the identification of the mechanical part of a two-mass drive system. The system nonlinearities were taken into account and thus the dynamical nonlinear system was identified. The identification approach took advantage of the block oriented systems theory. A block oriented Wiener system was used, which consists of the dynamic linear subsystem and the static nonlinear subsystem, connected in series. Both parametric and non-parametric identification algorithms were applied to solve the problem of Wiener system identification. The static nonlinearity was identified nonparametrically by means of the kernel regression estimate, while the dynamic linear subsystem was identified parametrically by means of the instrumental variables estimate. The method for decoupling the systems nonlinearities using the PRBS input was also applied to the identification procedure. Good results have been obtained.
Dostawca treści:: Biblioteka Nauki

Artykuł

na półce

Informacja

Wyszukujesz frazę "Nonparametric regression" wg kryterium: Temat