HUDÍK, Tomáš. The PAH Source Identification Using Positive Matrix Factorization and Clustering Methods. In 6th International Symposium on Environmental Software Systems. Glueph: The International Federation for Information Processing WG 5.11, 2007, s. 63-71. ISBN 978-3-901882-22-7.
Další formáty:   BibTeX LaTeX RIS
Základní údaje
Originální název The PAH Source Identification Using Positive Matrix Factorization and Clustering Methods
Název česky Identifikace PAH zdrojú použitím pozitivní maticové faktorizace a klastrovacích metod
Autoři HUDÍK, Tomáš (703 Slovensko, garant).
Vydání Glueph, 6th International Symposium on Environmental Software Systems, s. 63-71, 2007.
Nakladatel The International Federation for Information Processing WG 5.11
Další údaje
Originální jazyk angličtina
Typ výsledku Stať ve sborníku
Obor 10201 Computer sciences, information science, bioinformatics
Stát vydavatele Kanada
Utajení není předmětem státního či obchodního tajemství
Kód RIV RIV/00216224:14330/07:00022439
Organizační jednotka Fakulta informatiky
ISBN 978-3-901882-22-7
Klíčová slova anglicky machine learning;positive matrix factorization;clustering
Štítky clustering, machine learning, positive matrix factorization
Příznaky Mezinárodní význam, Recenzováno
Změnil Změnil: Mgr. Tomáš Hudík, učo 55775. Změněno: 7. 8. 2007 21:22.
Anotace
The goal of this research was to try to find some typical model (representation) according to which climatologists would by able to identify the sources of pollution. We tried some general algorithms like ART2, Xmeans and EM. Although they gave us a lot of results we could not find which of them would be the best. Therefore we tried algorithm called Positive Matrix Factorization which was able to give us some fitness function. With that function we knew how a created model represents the input data.
Anotace česky
Cílem výzkumu bylo pokusit se najít typický model (reprezentaci) na základě které by klimatologové byli schopni identifikovat zdroje znečištení. Vyzkoušeli jsme několik obecných algoritmů jak ART2, Xmeans a EM. Ačkoli nám daly množství výsledků nebyli jsme schopni zjistit který znich je nejlepší. Proto jsme algoritmus s názvem pozitivní maticová faktorizace, který obsahoval vyhodnocovací funkci. S touhle funkcí jsme vědeli jak vytvořit model reprezentující vstupní data
Návaznosti
MSM0021622412, záměrNázev: Interakce mezi chemickými látkami, prostředím a biologickými systémy a jejich důsledky na globální, regionální a lokální úrovni (INCHEMBIOL) (Akronym: INCHEMBIOL)
Investor: Ministerstvo školství, mládeže a tělovýchovy ČR, Interakce mezi chemickými látkami, prostředím a biologickými systémy a jejich důsledky na globální , regionální a lokální úrovni
VytisknoutZobrazeno: 14. 5. 2024 03:22