Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "hierarchical model" wg kryterium: Temat


Wyświetlanie 1-4 z 4
Tytuł:
MULTIPARAMETRIC AND HIERARCHICAL SPATIAL AUTOREGRESSIVE MODELS: THE EVALUATION OF THE MISSPECIFICATION OF SPATIAL EFFECTS USING A MONTE CARLO SIMULATION
WIELOPARAMETRYCZNE I HIERARCHICZNE MODELE PRZESTRZENNEJ AUTOREGRESJI. EWALUACJA SKUTKÓW BŁĘDNEJ SPECYFIKACJI EFEKTÓW PRZESTRZENNYCH NA PODSTAWIE SYMULACJI MONTE CARLO
Autorzy:
Łaszkiewicz, Edyta
Powiązania:
https://bibliotekanauki.pl/articles/654752.pdf
Data publikacji:
2014
Wydawca:
Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
Tematy:
Model przestrzenny
model hierarchiczny
estymacja Monte Carlo
Bayesowska.
Spatial model
hierarchical model
Monte Carlo
Bayesian estimation.
Opis:
Artykuł ma na celu przetestowanie modelu przestrzennego i hierarchicznego, przeznaczonych do analiz procesów przestrzennych cechujących się przestrzenną heterogenicznością i autoregresją, pod kątem skutków błędnej specyfikacji efektów przestrzennych. W badaniu wykorzystano symulację Monte Carlo, którą przeprowadzono dla modelu m-SAR i HSAR. Wyniki badania wskazują, że błędne rozpoznanie przestrzennej homogeniczności lub heterogeniczności procesu wpływa negatywnie m.in. na oszacowania parametru interakcji przestrzennych na poziomie indywidualnym. Zastosowanie modelu m-SAR do analizy procesu z przestrzenną heterogenicznością skutkuje przeszacowaniem parametru interakcji przestrzennych.
The aim of this paper is to evaluate the spatial and hierarchical models for data generating processes with spatial heterogeneity and spatial dependence at the higher level. The simulation for the m-SAR and HSAR models was used to discuss the consequences of spatial misspecification. We noticed that the misspecification of spatial homogeneity or heterogeneity in both models affects i.a. the estimated parameter for spatial interactions at the individual level. Applying a m-SAR model for spatially heterogeneous processes causes the overestimation of the spatial interaction parameter.
Źródło:
Acta Universitatis Lodziensis. Folia Oeconomica; 2014, 5, 307
0208-6018
2353-7663
Pojawia się w:
Acta Universitatis Lodziensis. Folia Oeconomica
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
The model of managerial decisions’ support in the process of choosing an Internet shop application
Model wspomagania decyzji menedżerskich w procesie wyboru aplikacji sklepu internetowego
Autorzy:
Wrzalik, A.
Niedbał, R.
Sokołowski, A.
Powiązania:
https://bibliotekanauki.pl/articles/406134.pdf
Data publikacji:
2015
Wydawca:
Politechnika Częstochowska
Tematy:
Internet shop application
hierarchical model
AHP method
aplikacja sklepu internetowego
model hierarchiczny
metoda AHP
Opis:
The paper presents the problem field regarding the choice of an Internet shop application. In this context it presents the methodology of defining the decision problem on the basis of the hierarchical structure. In the course of the analyzed issue a multi-criteria Analytic Hierarchy Process (AHP) method was applied. The decision alternatives of Internet shop application’s choice were: free application, dedicated application, commercial application and application in the SaaS model. For such defined solutions, the Authors created a decision model described by criteria and sub-criteria groups. The pair comparisons of individual elements allowed choosing the most optimal variant – the commercial application.
W opracowaniu przedstawiono obszar problemowy związany w wyborem aplikacji sklepu internetowego. W tym kontekście zaprezentowano metodologię definiowania problemu decyzyjnego w oparciu o strukturę hierarchiczną. W toku analizowanego zagadnienia zastosowano wielokryterialną metodę hierarchicznej analizy problemów decyzyjnych – AHP. Wariantami decyzyjnymi wyboru aplikacji sklepu internetowego były: aplikacja bezpłatna, aplikacja dedykowana, aplikacja komercyjna, aplikacja w modelu SaaS. Dla tak określonych rozwiązań stworzono model decyzyjny opisany grupami kryteriów i subkryteriów. Przeprowadzone porównania parami poszczególnych elementów pozwoliły na wybór optymalnego wariantu – aplikacji komercyjnej.
Źródło:
Polish Journal of Management Studies; 2015, 12, 2; 202-211
2081-7452
Pojawia się w:
Polish Journal of Management Studies
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
A proposal of biologically inspired hierarchical approach to object recognition
Autorzy:
Kozik, R.
Powiązania:
https://bibliotekanauki.pl/articles/333962.pdf
Data publikacji:
2013
Wydawca:
Uniwersytet Śląski. Wydział Informatyki i Nauki o Materiałach. Instytut Informatyki. Zakład Systemów Komputerowych
Tematy:
object recognition
hierarchical model
feature extraction
visual cortex
computer vision
rozpoznawanie obiektów
model hierarchiczny
kora wzrokowa
wizja komputerowa
Opis:
In this article a biologically-inspired algorithm for object recognition is presented. The approach is based on a hierarchical HMAX cortex model that was initially proposed by Riesenhuber and Poggio [12] and later extended by Serre et al [13]. The results show that despite the modification that were undertaken to simplify the HMAX model (in order to make it feasible for a real-time solutions) it is possible to achieve high effectiveness for a one-class detection problems. Moreover, it is also demonstrated how the proposed algorithm can be successfully deployed on a low-cost Android smartphone.
Źródło:
Journal of Medical Informatics & Technologies; 2013, 22; 169-176
1642-6037
Pojawia się w:
Journal of Medical Informatics & Technologies
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Bottom-up learning of hierarchical models in a class of deterministic POMDP environments
Autorzy:
Itoh, H.
Fukumoto, H.
Wakuya, H.
Furukawa, T.
Powiązania:
https://bibliotekanauki.pl/articles/330566.pdf
Data publikacji:
2015
Wydawca:
Uniwersytet Zielonogórski. Oficyna Wydawnicza
Tematy:
partially observable system
Markov decision process
hierarchical model
bottom up learning
układ częściowo obserwowalny
decyzyjny proces Markowa
model hierarchiczny
Opis:
The theory of partially observable Markov decision processes (POMDPs) is a useful tool for developing various intelligent agents, and learning hierarchical POMDP models is one of the key approaches for building such agents when the environments of the agents are unknown and large. To learn hierarchical models, bottom-up learning methods in which learning takes place in a layer-by-layer manner from the lowest to the highest layer are already extensively used in some research fields such as hidden Markov models and neural networks. However, little attention has been paid to bottom-up approaches for learning POMDP models. In this paper, we present a novel bottom-up learning algorithm for hierarchical POMDP models and prove that, by using this algorithm, a perfect model (i.e., a model that can perfectly predict future observations) can be learned at least in a class of deterministic POMDP environments.
Źródło:
International Journal of Applied Mathematics and Computer Science; 2015, 25, 3; 597-615
1641-876X
2083-8492
Pojawia się w:
International Journal of Applied Mathematics and Computer Science
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-4 z 4

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies