Informacja

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

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "clustering methods" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-5 z 5
    Tytuł:
    In Search of Hedges and Safe Havens in Global Financial Markets
    Autorzy:
    Wanat, Stanisław
    Śmiech, Sławomir
    Papież, Monika
    Powiązania:
    https://bibliotekanauki.pl/articles/465669.pdf
    Data publikacji:
    2016
    Wydawca:
    Główny Urząd Statystyczny
    Tematy:
    market regimes
    clustering methods
    copula
    DCC-GARCH
    Opis:
    The aim of the paper is to search for hedges and safe havens within three instrument classes: assets (represented by the S&P500 index), gold and oil prices, and dollar exchange rates. Weekly series of returns of all the instruments from the period January 1995 – June 2015 are analysed. The study is based on conditional correlations between the instruments in different market regimes obtained with the use of copula-DCC GARCH models. It is assumed that different market regimes will be identified by statistical clustering techniques; however, only conditional variances (without conditional covariances) will be taken into account. The reason for this assumption is connected with the fact that variances can be understood as market risk, and, as such, are a good indicator of market conditions. A considerable advantage of such an approach is the lack of need to determine the number of market regimes, as it is established by clustering quality measures. What is more, the methodology used in the paper makes it possible to treat the relations between instruments symmetrically. The results obtained in the study reveal that only dollar exchange rates can be treated as a (strong) hedge and a (strong) safe haven for other instruments, while gold and oil are a hedge for assets.
    Źródło:
    Statistics in Transition new series; 2016, 17, 3; 557-574
    1234-7655
    Pojawia się w:
    Statistics in Transition new series
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Estimation of Population Averages on the Basis of a Vector of Cluster Means
    Estymacja wartości przeciętnych w populacji na podstawie wektora średnich z próby grupowej
    Autorzy:
    Wywiał, Janusz
    Powiązania:
    https://bibliotekanauki.pl/articles/904922.pdf
    Data publikacji:
    2004
    Wydawca:
    Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
    Tematy:
    cluster sample
    vector estimation
    clustering methods
    generalised variance
    relative efficiency
    homogeneity coefficient of multidimensional variable
    eigenvalue of variance-covariance matrix
    Opis:
    The estimation of a vector of mean values is being considered. The vector estimator consists of simple cluster sample means. It is assumod that a population of a fixed size is divided into mutually disjoint clusters each of the same size. The variance-covariance matrix of the vector estimator is derived. It is a function of a homogeneity matrix of multidimensional variable which describes within-cluster spread of the multidimensional variable under research. The accuracy of estimation is measured by means of standard deviations of particular sample cluster means as well as by means of the trace or the determinant or the maximal eigenvalue of the variance-covariance matrix of the vector estimator. The accuracy of the vector of simple sample cluster means is compared with the accuracy of the vector of the simple sample means. The accuracy of the vector of simple sample cluster means increases when the degree of within-cluster spread of the distribution of a multidimensional variable increases. Hence, the population should be divided into such clusters that the within-cluster spread is as large as possible.
    Zakłada się, że skończona i ustalona populacja jest podzielona na równoliczne i rozłączne grupy. Na podstawie prostej próby grupowej jest wyznaczany wektor średnich, który daje oceny wektora przeciętnych w populacji. Wyprowadzono macierz wariancji i kowariancji wektora wartości średnich z próby grupowej. Jest ona zależna od macierzy wewnątrzgrupowej jednorodności rozkładu wielowymiarowej zmiennej. Precyzja estymacji jest oceniana za pomocą wariancji poszczególnych średnich z próby grupowej, śladu, wyznacznika lub maksymalnej wartości własnej macierzy wariancji i kowariancji. Precyzja wektora średnich z próby grupowej jest porównywana z precyzją wektora średniej z próby prostej. Okazuje się, że wektor średnich z próby grupowej jest precyzyjniejszy od wektora przeciętnych z próby prostej, gdy stopień wewnątrzgrupowego zróżnicowania wartości zmiennych jest dostatecznie duży.
    Źródło:
    Acta Universitatis Lodziensis. Folia Oeconomica; 2004, 175
    0208-6018
    2353-7663
    Pojawia się w:
    Acta Universitatis Lodziensis. Folia Oeconomica
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    A density-based method for the identification of disjoint and non-disjoint clusters with arbitrary and non-spherical shapes
    Autorzy:
    Ben Ncir, Chiheb-Eddine
    Powiązania:
    https://bibliotekanauki.pl/articles/2097971.pdf
    Data publikacji:
    2021
    Wydawca:
    Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie. Wydawnictwo AGH
    Tematy:
    overlapping clustering
    non-disjoint clusters
    density-based methods
    clusters with non-spherical shapes
    Opis:
    The ability of clustering methods to build both disjoint and non-disjoint partitionings of data has become an important issue in unsupervised learning. Although this problem has been studied during the last decades resulting in several proposed overlapping clustering methods in the literature, most of existing methods fail to look for clusters having arbitrary and non-spherical shapes. In addition, most of these existing methods require to pre-configure the number of clusters in prior, which is not a trivial task in real life application of clustering. To solve all these issues, we propose in this work a new density based overlapping clustering method, referred to as OC-DD, which is able to detect both disjoint and non-disjoint partitioning even when boundaries between clusters have complex separations with arbitrary forms and shapes. The proposed method is based on density and distances to detect highly dense regions and connected groups in data without the necessity to pre-configure the number of clusters. Experiments performed on artificial and real multi-labeled datasets have shown the effectiveness of the proposed method compared to the existing ones.
    Źródło:
    Computer Science; 2021, 22 (2); 169-190
    1508-2806
    2300-7036
    Pojawia się w:
    Computer Science
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    An ε-Insensitive Approach to Fuzzy Clustering
    Autorzy:
    Łęski, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/908067.pdf
    Data publikacji:
    2001
    Wydawca:
    Uniwersytet Zielonogórski. Oficyna Wydawnicza
    Tematy:
    programowanie
    metoda grupowania
    fuzzy clustering
    fuzzy c-means
    robust methods
    varepsilon-insensitivity
    fuzzy c-medians
    Opis:
    Fuzzy clustering can be helpful in finding natural vague boundaries in data. The fuzzy c-means method is one of the most popular clustering methods based on minimization of a criterion function. However, one of the greatest disadvantages of this method is its sensitivity to the presence of noise and outliers in the data. The present paper introduces a new varepsilon-insensitive Fuzzy C-Means (varepsilonFCM) clustering algorithm. As a special case, this algorithm includes the well-known Fuzzy C-Medians method (FCMED). The performance of the new clustering algorithm is experimentally compared with the Fuzzy C-Means (FCM) method using synthetic data with outliers and heavy-tailed, overlapped groups of the data.
    Źródło:
    International Journal of Applied Mathematics and Computer Science; 2001, 11, 4; 993-1007
    1641-876X
    2083-8492
    Pojawia się w:
    International Journal of Applied Mathematics and Computer Science
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    A complete gradient clustering algorithm formed with kernel estimators
    Autorzy:
    Kulczycki, P.
    Charytanowicz, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/907781.pdf
    Data publikacji:
    2010
    Wydawca:
    Uniwersytet Zielonogórski. Oficyna Wydawnicza
    Tematy:
    analiza danych
    eksploracja danych
    grupowanie
    metoda statystyczna
    estymacja jądrowa
    obliczenia numeryczne
    data analysis
    data mining
    clustering
    gradient procedures
    nonparametric statistical methods
    kernel estimators
    numerical calculations
    Opis:
    The aim of this paper is to provide a gradient clustering algorithm in its complete form, suitable for direct use without requiring a deeper statistical knowledge. The values of all parameters are effectively calculated using optimizing procedures. Moreover, an illustrative analysis of the meaning of particular parameters is shown, followed by the effects resulting from possible modifications with respect to their primarily assigned optimal values. The proposed algorithm does not demand strict assumptions regarding the desired number of clusters, which allows the obtained number to be better suited to a real data structure. Moreover, a feature specific to it is the possibility to influence the proportion between the number of clusters in areas where data elements are dense as opposed to their sparse regions. Finally, the algorithm-by the detection of one-element clusters-allows identifying atypical elements, which enables their elimination or possible designation to bigger clusters, thus increasing the homogeneity of the data set.
    Źródło:
    International Journal of Applied Mathematics and Computer Science; 2010, 20, 1; 123-134
    1641-876X
    2083-8492
    Pojawia się w:
    International Journal of Applied Mathematics and Computer Science
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-5 z 5

      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