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 "Metoda największej wiarygodności" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-4 z 4
    Tytuł:
    Wykorzystanie filtru cząsteczkowego w problemie identyfikacji układów automatyki
    Employ a particle filter in the identification procedure
    Autorzy:
    Kozierski, P.
    Powiązania:
    https://bibliotekanauki.pl/articles/158697.pdf
    Data publikacji:
    2012
    Wydawca:
    Sieć Badawcza Łukasiewicz - Instytut Elektrotechniki
    Tematy:
    identyfikacja
    metoda największej wiarygodności
    filtr cząsteczkowy
    oczekiwanie-maksymalizacja
    identification
    maximum likelihood method
    particle filter
    expectation-maximization
    Opis:
    W artykule przedstawiono sposób identyfikacji parametrycznej obiektów nieliniowych zapisanych w przestrzeni stanu. Identyfikacja wykorzystuje metodę największej wiarygodności (ML), z zastosowaniem filtru cząsteczkowego i algorytmu oczekiwanie-maksymalizacja (EM).
    A way of parameter estimation of nonlinear dynamic systems in state-space form is presented. The identification uses Maximum Likelihood method (ML), Particle Filter approach and Expectation-Maximization algorithm (EM).
    Źródło:
    Prace Instytutu Elektrotechniki; 2012, 260; 157-169
    0032-6216
    Pojawia się w:
    Prace Instytutu Elektrotechniki
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    O aproksymacjach funkcji przejścia dla jednowymiarowych procesów dyfuzji
    On Approximation of Transition Density for One-Dimensional Diffusion Processes
    Autorzy:
    Szczepocki, Piotr
    Powiązania:
    https://bibliotekanauki.pl/articles/1050519.pdf
    Data publikacji:
    2016-06-30
    Wydawca:
    Główny Urząd Statystyczny
    Tematy:
    stochastyczne równania różniczkowe
    procesy dyfuzji
    estymacja metodą największej wiarygodności
    stochastic differential equations
    diffusion processes
    maximum likelihood estimation
    Opis:
    Metody estymacji parametrów stochastycznych równań różniczkowych dla ciągłych procesów dyfuzji obserwowanych w dyskretnych odstępach czasu można podzielić na dwie kategorie: metody oparte na maksymalizacji funkcji wiarygodności i wykorzystujące uogólnioną metodę momentów. Zazwyczaj nie znamy jednak gęstości przejścia potrzebnej do konstrukcji funkcji wiarygodności, ani odpowiedniej ilości momentów teoretycznych, aby skonstruować odpowiednią liczbę warunków. Dlatego powstało wiele metod, które próbują przybliżyć nieznaną funkcję przejścia. Celem artykułu jest porównanie własności wybranych metod aproksymacji jednowymiarowych jednorodnych procesów dyfuzji.
    Estimation methods for stochastic differentia equations driver by discretely sampled continuous diffusion processes may be split into two categories: maximum likelihood methods and methods based on the general method of moments. Usually, one does not know neither likelihood function nor theoretical moments of diffusion process and cannot construct estimators. Therefore many methods was developed to approximating unknown transition density. The aim of article is to compare properties of selected approaches, indicate their merits and limitations.
    Źródło:
    Przegląd Statystyczny; 2016, 63, 2; 173-190
    0033-2372
    Pojawia się w:
    Przegląd Statystyczny
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Porównanie metod estymacji parametru w klasie wybranych dwuwymiarowych kopuli archimedesowych
    The comparison of parameter estimation methods in the class of some two-dimensional archimedean copulas
    Autorzy:
    Stryjek, Andrzej
    Powiązania:
    https://bibliotekanauki.pl/articles/588422.pdf
    Data publikacji:
    2016
    Wydawca:
    Uniwersytet Ekonomiczny w Katowicach
    Tematy:
    Estymacja przedziałowa
    Kanoniczna metoda największej wiarygodności
    Kopula
    Metoda minimalnej odległości
    τ-Kendalla
    Canonical maximum likelihood method
    Copula
    Interval estimation
    Kendall’s τ
    Minimum distance method
    Opis:
    Celem artykułu jest porównanie dokładności estymacji parametru kopuli za pomocą kanonicznej metody największej wiarygodności, metody kalibracji, metody estymacji przedziałowej i metody minimalnej odległości. Analiza polegała na komputerowej symulacji 250-elementowych prób z rozkładu o funkcji łączącej Claytona, Gumbela, Yagera i Farlie-Gumbel-Morgensterna dla 20 losowo wybranych parametrów tych kopuli. Kryterium porównania metod stanowiło obciążenie i błąd średniokwadratowy estymatorów.
    The aim of the paper is to compare the accuracy of copula parameter estimation methods: canonical maximum likelihood method, method of calibration using Kendall’s [Tau], interval estimation method and minimum distance method. The analysis was based on computer simulations of samples (every sample consisted of 250 elements) generated from distributions described by Clayton, Gumbel, Yager and Farlie-Gumbel- -Morgenstern copulas and 20 randomly selected parameters for them. The methods were compared by the measures: bias and mean squared error of the estimator.
    Źródło:
    Studia Ekonomiczne; 2016, 297; 176-187
    2083-8611
    Pojawia się w:
    Studia Ekonomiczne
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Wykorzystanie danych lotniczego skaningu laserowego i zdjęć lotniczych do klasyfikacji pokrycia terenu
    Land cover classification using airborne laser scanning data and aerial images
    Autorzy:
    Borkowski, A.
    Tymków, P.
    Powiązania:
    https://bibliotekanauki.pl/articles/130474.pdf
    Data publikacji:
    2007
    Wydawca:
    Stowarzyszenie Geodetów Polskich
    Tematy:
    lotniczy skaning laserowy
    zdjęcia lotnicze
    klasyfikacja nadzorowana
    sztuczne sieci neuronowe
    metoda największej wiarygodności
    airborne laser scanning (ALS)
    aerial images
    supervised classification
    artificial neural networks
    maximum likehood
    k-nearest neighbour method
    Opis:
    Informacja bezpośrednia i pośrednia dotycząca powierzchni terenu i jego pokrycia zawarta w danych skaningu laserowego może być wykorzystana do klasyfikacji form pokrycia terenu. W artykule podjęto próbę oceny przydatności tego typu danych jako źródła informacji uzupełniających wektor cech, zbudowany na podstawie obrazów lotniczych, w procesie klasyfikacji pokrycia terenu. Wykorzystano dane skanowania laserowego pozyskane za pomocą systemu ScaLARS. Przeprowadzono szereg eksperymentów numerycznych polegających na klasyfikacji fragmentu obszaru doliny rzeki Widawy za pomocą różnych algorytmów klasyfikacji oraz przy różnych kombinacjach wektora cech branych pod uwagę. W testach wykorzystano jednokierunkowe sztuczne sieci neuronowe, metodę największej wiarygodności, oraz metodę k-najbliższych sąsiadów. Porównano jakość klasyfikacji opartej o następujące cechy: wartości kanałów RGB, parametry charakteryzujące teksturę, informacje o wysokości form pokrycia terenu estymowane na podstawie numerycznego modelu terenu oraz numerycznego modelu pokrycia terenu, model charakteryzujący rozrzut wartości wysokości danych skaningu zarejestrowanych na jednostce powierzchni oraz intensywność promienia laserowego. Ilościowa ocenę dokładności oparto o macierz niezgodności, obliczana na podstawie porównania otrzymanego wyniku klasyfikacji dla wektora testowego do wzorca wykonanego manualnie metoda digitalizacji. Najlepsze wyniki klasyfikacji otrzymano za pomocą klasyfikatora neuronowego. Stwierdzono ponadto, że zastąpienie modelu numerycznego pokrycia terenu wariancja wysokości surowych danych lotniczego skaningu laserowego daje poprawne rezultaty klasyfikacji przy znacznej redukcji obliczeń.
    The direct and indirect information about terrain surface and land use contained in laser scanning data sets allow to provide the automatic classification of land cover. An attempt of using scanning data as a supplementary source for such classification based on aerial photos was performed in this article. A continuous-wave (CW) ScaLARS laser system was used to receive scanning data. Numerous experiments consisting in the classification of a part of Widawa River valley were carried out in order to find the best combination of data set and classification method. Three classification methods were used: multilayer neural networks, maximum likelihood classifier and k-nearest neighbour method. The classification was made and evaluated using: aerial images (RGB model), texture features, differential model of height of land cover, based on digital surface model (DSM), and digital terrain model (DTM), model of height dispersion represented by variance of measured points height in a regular grid and intensity image. In order to quantify the quality of the results, a confusion matrix was created for each testing pattern based on manual digitalized reference data. The best results are obtained by artificial neural network classifier. The use of variance of height, instead of differential model, gives satisfactory results, and the obtaining of this feature is easy and fast in comparison to DTM and DSM building process.
    Źródło:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji; 2007, 17a; 93-103
    2083-2214
    2391-9477
    Pojawia się w:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji
    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