OU Portal
  • Log In
  • Welcome
  • Applicants
Z6_60GI02O0O8IDC0QEJUJ26TJDI4
{}

Pomocí tohoto dialogu můžete vyhledat domácí autory, čili autory, kteří jsou vedeni v personálních systémech Ostravské univerzity.

Do našeptávače níže napište hledaný text a tento text bude vyhledán ve jméně nebo příjmení autora. Autoři, kteří budou hledanému textu odpovídat, Vám budou nabídnuti v seznamu. Pomocí myši nebo šipek na klávesnici vyberte požadovaného autora.

Našeptávač : 
Přidat autora k záznamu Zavřít

Pomocí tohoto dialogu můžete k záznamu přidat cizího autora, čili autora, který nemá žádný pracovní ani studijní vztah k Ostravské univerzitě. Takto přidaný autor bude do RIV vykázán jako nedomácí.

Pro přidání autora vepište jeho jméno a příjmení do určených položek.

Jméno :
Příjmení :
Přidat k záznamu Zavřít
Zavřít
Publikační činnost


preloading...   Probíhá načítání, čekejte prosím...
publicationId :
tempRecordId :
actionDispatchIndex :
navigationBranch :
pageMode :
tabSelected :
isRivValid :
Typ záznamu * : prezentace (kongresy, sympózia, konference, workshopy)
Domácí pracoviště * : Ústav pro výzkum a aplikace fuzzy modelování (94410)
Název * : On Manifold Weight Assignment Related to Fuzzy Partition
Citace : JANEČEK, J. a Perfiljeva, I. On Manifold Weight Assignment Related to Fuzzy Partition. In: ISCAMI 2020. Malenovice: ÚVAFM, Slovenská technická univerzita v Bratislavě, České vysoké učení technické v Praze. 2020.
Podnázev :
Rok : 2020
Obor : Obecná matematika
Místo konání : Malenovice
Stát konání akce : Česká republika
Název akce : ISCAMI 2020
Datum od :
Datum do :
Druh prezentace : Přednáška
Instituce : ÚVAFM, Slovenská technická univerzita v Bratislavě, České vysoké učení technické v Praze
Klíčová slova anglicky :
dimensionality reduction, LLE, fuzzy partition
Popis v původním jazyce :
We assume that a given high-dimensional data is embedded into a differentiable manifold. At the beginning, this manifold is unknown. The purpose is to characterize this manifold using its substantial parameters extracted from the sampled data. We would like to chacterize the closeness between data points. In this research, we focus on the locally linear embedding (LLE) algorithm. If we assume that two points are close enough, the LLE determines their non-zero closeness. The sum of the closeness values between a fixed point and all points that are close enough, is normalized to 1. The values of closeness are stored in an adjacency matrix W of the corresponding weighted graph representation of the data. If, for example, we assume that the point x has two neighbours, y and z producing non-singular correlation matrix, we showed that the closeness between the points x and y is equal to ... Another way to determine the closeness values is by their extraction from a fuzzy partition. We found cases in which we can redesign the basic function so that the weights given by the LLE and by the fuzzy partition coincide. The corresponding F1-transform component (determined by the weighted inner product given by the same fuzzy partition unit) is compared with lower-dimensional embedding given by the LLE.
Popis v anglickém jazyce :
Typ zdroje financování výsledku : Specifický výzkum
Seznam projektů :
ID Projektu Název projektu
Seznam ohlasů : 
Ohlas
R01:

© 2019 Centre for Information Technology

  • Technická podpora :
  • Mgr. Olga Blahutová (phone: +420 597 091 129, phone flap for UO: 1129)
  • Ing. Lucie Svitaneková (phone: +420 597 091 108, phone flap for UO: 1108)
Complementary Content
  • ${title}${badge}
${loading}