bibtype |
V -
Research Report
|
ARLID |
0086370 |
utime |
20240103184459.7 |
mtime |
20071002235959.9 |
title
(primary) (eng) |
Predictive Monitoring of Radiation Situation |
publisher |
place |
Praha |
name |
ÚTIA AV ČR |
pub_time |
2007 |
|
specification |
|
edition |
name |
Research Report |
volume_id |
2196 |
|
title
(cze) |
Prediktivní monitorování radiační situace |
keyword |
Monitoring |
keyword |
accidents |
keyword |
warning |
keyword |
protection |
author
(primary) |
ARLID |
cav_un_auth*0101168 |
name1 |
Nedoma |
name2 |
Petr |
institution |
UTIA-B |
fullinstit |
Ústav teorie informace a automatizace AV ČR, v. v. i. |
|
author
|
ARLID |
cav_un_auth*0101176 |
name1 |
Pecha |
name2 |
Petr |
institution |
UTIA-B |
full_dept |
Department of Adaptive Systems |
fullinstit |
Ústav teorie informace a automatizace AV ČR, v. v. i. |
|
author
|
ARLID |
cav_un_auth*0212365 |
name1 |
Kuča |
name2 |
P. |
country |
CZ |
|
cas_special |
project |
project_id |
GA102/07/1596 |
agency |
GA ČR |
country |
CZ |
ARLID |
cav_un_auth*0227611 |
|
project |
project_id |
1ET100750404 |
agency |
GA AV ČR |
ARLID |
cav_un_auth*0001793 |
|
research |
CEZ:AV0Z10750506 |
abstract
(eng) |
Report describes proposition how predictive monitoring of radiological situation from measurements of Early Warning Network of the Czech Republic could be realised. The presented results indicate that mixtures of auto-regresive models improve predictions comparing to plain auto-regresion. |
abstract
(cze) |
Zpráva popisuje návrh prediktivního monitorování radiační situace z měření přicházejících z radiační sítě včasného zjištění ČR. Uvedené výsledky dokládají, že použité směsi auto-regresivních modelů zlepšují predikční schopnost ve srovnání s jednoduchou auto-regresí. |
reportyear |
2008 |
RIV |
DL |
permalink |
http://hdl.handle.net/11104/0148655 |
arlyear |
2007 |
mrcbU10 |
2007 |
mrcbU10 |
Praha ÚTIA AV ČR |
|