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 "probabilistic sets" wg kryterium: Wszystkie pola

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-4 z 4
    Tytuł:
    Clustering Models for Generalized Covering Approximation Spaces
    Grupowanie w uogólnionych aproksymacyjnych przestrzeniach pokryć
    Autorzy:
    Małyszko, D.
    Powiązania:
    https://bibliotekanauki.pl/articles/404005.pdf
    Data publikacji:
    2015
    Wydawca:
    Polskie Towarzystwo Symulacji Komputerowej
    Tematy:
    generalized approximation spaces
    covering approximation spaces
    rough sets
    fuzzy sets
    probabilistic sets
    uogólnione przestrzenie aproksymacyjne
    przestrzenie pokryć
    zbiory przybliżone
    zbiory rozmyte
    zbiory probabilistyczne
    Opis:
    Mathematical foundations are steadily extended and pushing rough set theory into incorporating new data analysis methods and data models. Generalized approximation spaces present abstract model useful in understanding unknown and undefined data structure leading into creation many new robust and intelligent approaches. Covering approximation spaces present data by means of coverings of the universe. In the paper, these two approaches have been put together introducing the concept of generalized covering approximation space. Further rough coverings model for generalized covering approximation spaces has been presented. Proposed rough covering models are based upon clustering and thresholding of feature space, are embedded in generalized approximation spaces, simultaneously spanning standard, fuzzy and probabilistic data models.
    Tematem pracy jest przedstawienie modelu grupowania w rozszerzenym pojęciu uogólnionych przestrzeni aproksymacyjnych, polegającym na zdefiniowaniu pokryć 9 w tych przestrzeniach. W ten sposób uogólniona przestrzeń aproksymacyjna, posiadająca z definicji sąsiedztwa oraz funkcję zawierania się zbiorów, posiada dodatkowo zdefiniowany system pokryć - czyli jest także przestrzenią pokryć. Praca wprowadza model grupowania w uogólnionych aproksymacyjnych przestrzeniach pokryć obejmujący pokrycia standardowe, rozmyte oraz probabilistyczne. W części prezentacyjnej przedstawione zostały przykłady wybranych uogólnionych aproksymacyjnych przestrzeni pokryć.
    Źródło:
    Symulacja w Badaniach i Rozwoju; 2015, 6, 4; 255-263
    2081-6154
    Pojawia się w:
    Symulacja w Badaniach i Rozwoju
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Probabilistic construction of small strongly sum-free sets via large Sidon sets
    Autorzy:
    Schoen, Andreas
    Srivastav, Tomasz
    Baltz, Anand
    Powiązania:
    https://bibliotekanauki.pl/articles/965829.pdf
    Data publikacji:
    2000
    Wydawca:
    Polska Akademia Nauk. Instytut Matematyczny PAN
    Opis:
    We give simple randomized algorithms leading to new upper bounds for combinatorial problems of Choi and Erdős: For an arbitrary additive group G let $P_n(G)$ denote the set of all subsets S of G with n elements having the property that 0 is not in S+S. Call a subset A of G admissible with respect to a set S from $P_n(G)$ if the sum of each pair of distinct elements of A lies outside S. Suppose first that S is a subset of the positive integers in the interval [2n,4n). Denote by f(S) the number of elements in a maximum subset of [n,2n) admissible with respect to S. Choi showed that $f(n):=min{|S|+f(S)| S ⊆ [2n,4n)} = On^{3/4})$. We improve this bound to $O(n ln(n))^{2/3})$. Turning to a problem of Erdős, suppose that S is an element of $P_n(G)$, where G is an arbitrary additive group, and denote by h(S) the maximum cardinality of a subset A of S admissible with respect to S. We show $h(n):=min{h(S) | G a group, S ∈ P_n(G)}=O(ln(n))^2)$. Our approach relies on the existence of large Sidon sets.
    Źródło:
    Colloquium Mathematicum; 2000, 86, 2; 171-176
    0010-1354
    Pojawia się w:
    Colloquium Mathematicum
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    MP estimation applied to platykurtic sets of geodetic observations
    Autorzy:
    Wiśniewski, Z.
    Powiązania:
    https://bibliotekanauki.pl/articles/145454.pdf
    Data publikacji:
    2017
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    estimation
    platykurtic probabilistic models
    Pearson’s distributions
    estymacja
    modele probabilistyczne
    lokalizacja
    Opis:
    MP estimation is a method which concerns estimating of the location parameters when the probabilistic models of observations differ from the normal distributions in the kurtosis or asymmetry. The system of Pearson’s distributions is the probabilistic basis for the method. So far, such a method was applied and analyzed mostly for leptokurtic or mesokurtic distributions (Pearson’s distributions of types IV or VII), which predominate practical cases. The analyses of geodetic or astronomical observations show that we may also deal with sets which have moderate asymmetry or small negative excess kurtosis. Asymmetry might result from the influence of many small systematic errors, which were not eliminated during preprocessing of data. The excess kurtosis can be related with bigger or smaller (in relations to the Hagen hypothesis) frequency of occurrence of the elementary errors which are close to zero. Considering that fact, this paper focuses on the estimation with application of the Pearson platykurtic distributions of types I or II. The paper presents the solution of the corresponding optimization problem and its basic properties. Although platykurtic distributions are rare in practice, it was an interesting issue to find out what results can be provided by MP estimation in the case of such observation distributions. The numerical tests which are presented in the paper are rather limited; however, they allow us to draw some general conclusions.
    Źródło:
    Geodesy and Cartography; 2017, 66, 1; 117-135
    2080-6736
    2300-2581
    Pojawia się w:
    Geodesy and Cartography
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    The Rough Sets Approach to Multicriteria EU ’s Countries Classification Problem Based on Dominance Relation - the Probabilistic Characteristics of Decision Rules
    Zastosowanie zbiorów przybliżonych do wielokryterialnego problemu klasyfikacji państw Unii Europejskiej w oparciu o relację dominacji. Probabilistyczne właściwości generowanych reguł decyzyjnych
    Autorzy:
    Gruszka, Iwona
    Powiązania:
    https://bibliotekanauki.pl/articles/906883.pdf
    Data publikacji:
    2007
    Wydawca:
    Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
    Tematy:
    rough sets
    multicriteria classification problem
    Opis:
    The rough sets theory was introduced by Z. Pawlak (1982). The mathematical base on rough sets approach is a binary relation on universe of objects. In the classic rough sets theory there is an indiscemibility relation. As an equivalence relation it permit to divide the universe of objects on equivalence classes called elementary sets and forms a basic granules of knowledge of the universe. For creating good decision model (with possible small number of robust rules) the granulation process is indispensable. However, from the other point of view, it is natural to extend the indiscemibility concept taking into account the situations where some objects dominate another ones by the considered criteria which domains are preferentially ordered. For this reason S. Greco, B. Materazzo and R. Słowiński (1996a, b, 1999) have proposed an extension of the rough set theory. This innovation is based on substitution of the indiscemibility relation by a dominance relation in the rough approximation of decision classes. The aim of this work is the decision analysis of EU’s countries classification problem for designing the decision model with dominance relation approach using the "4eMka" system. Also the probabilistic characteristics of decision rules are presented.
    Teoria zbiorów przybliżonych została wprowadzona przez Z. Pawlaka w 1982. Matematyczną podstwą zstosowania zbiorów przybliżonych jest relacja binarna określona na uniwersum obiektów. W klasycznej analizie zbiorów przybliżonych jest to relacja nierozróżnialności. Jako relacja równoważności pozwala ona dzielić uniwersum obiektów na klasy równoważności, które stanowią atomy wiedzy o uniwersum. W celu wyindukowania dobrego modelu (z możliwie małą liczbą silnych reguł) niezbędny jest proces granulacji. Niemniej jednak z innego punktu widzenia całkiem naturalne wydaje się rozszerzenie koncepcji nierozróżnialności w celu rozważenia sytuacji, gdy jedne obiekty dominują nad innymi ze wyględu na rozważane kryteria, których zbiory wartości są uporządkowne zgodnie z preferencjami decydenta. S. Greco, B. Materazzo i R. Słowiński (1999a, b, 1999) zaproponowali rozszerzenie teorii zbiorów przybliżonych — relacja nierozróżnialności została zastąpiona relacją dominacji. Celem analizy przeprowadzonej przez autorkę jest indukcja modelu decyzyjnego i określenie probabilistycznych właściwości generowanych reguł decyzyjnych dla problemu wielokryterialnej klasyfikacji państw Unii Europejskiej. Analiza została przeprowadzona przez autorkę w systemie „4eMka”.
    Źródło:
    Acta Universitatis Lodziensis. Folia Oeconomica; 2007, 206
    0208-6018
    2353-7663
    Pojawia się w:
    Acta Universitatis Lodziensis. Folia Oeconomica
    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