0030420 20240111140634.420060201235959.9 6 s. CD-ROM cav_un_epca*0076427961-6303-74-01-6LjubljanaJozef Stefan Insitute2005TintaD.BenkoU. probabilistic mixture Bayesian estimation probabilistic modelling cav_un_auth*0101061 Andrýsek Josef UTIA-B Ústav teorie informace a automatizace AV ČR, v. v. i. http://library.utia.cas.cz/prace/20060007.pdf 310 kB 12B GA102/03/0049 GA ČR CZ cav_un_auth*0001805 IBS1075351 GA AV ČR CZ cav_un_auth*0001804 1ET100750401 GA AV ČR CZ cav_un_auth*0001792 8-2006-06 GA MŠk CZ cav_un_auth*0205738 1M0572 GA MŠk CZ cav_un_auth*0001814 CEZ:AV0Z10750506 The probabilistic mixtures with constant weights provide a universal approximation of almost any probabilistic density function and thus can be successfully used in modelling of complex systems and are applicable to real live problems. Nevertheless, there are cases, where the mixtures with constant weights do not provide good results. The paper improves the probabilistic mixture model with introducing data dependent component weights. Pravděpodobnostní směsi s konstantnímy vahami slouží jako univerzální aproximace téměř libovolné hustoty pravděpodobnosti a tudíž mohou být úspěšně používány pro modelování složitých systémů a jsou použitelné na reálné problémy. Nicméně se vyskytují případy, kdy směsi s konstantnímy vahami nepřináší dobré výsledky. Tento článek vylepšuje pravděpodobnostní směsové modely zavedením datově závislých vah komponent. cav_un_auth*0213261 International PhD Workshop on Systems and Control a Young Generation Viewpoint /6./ Izola 04.10.2005-08.10.2005 SI 2007 BB http://hdl.handle.net/11104/0120160 2005 310 kB cav_un_epca*0076427 Proceedings of the 6th International PhD Workshop on Systems and Control, Young Generation Viewpoint 961-6303-74-0 1 6 Ljubljana Jozef Stefan Insitute 2005 Tinta D. 340 Benko U. 340