| bibtype |
J -
Journal Article
|
| ARLID |
0410995 |
| utime |
20240103182254.4 |
| mtime |
20060210235959.9 |
| title
(primary) (cze) |
Modelování chování složitých systémů pro podporu operátorů |
| specification |
|
| serial |
| ARLID |
cav_un_epca*0290493 |
| ISSN |
1210-9592 |
| title
|
Automa |
| volume_id |
8 |
| page_num |
54-57, 44-49 |
|
| title
(eng) |
Modelling of behaviour of complex systems for operator support |
| keyword |
stochastic systems |
| keyword |
mixture models |
| keyword |
Bayesian estimation |
| author
(primary) |
| ARLID |
cav_un_auth*0101167 |
| name1 |
Nagy |
| name2 |
Ivan |
| institution |
UTIA-B |
| full_dept |
Department of Signal Processing |
| fullinstit |
Ústav teorie informace a automatizace AV ČR, v. v. i. |
|
| author
|
| 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*0101124 |
| name1 |
Kárný |
| name2 |
Miroslav |
| 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*0101175 |
| name1 |
Pavelková |
| name2 |
Lenka |
| 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*0212695 |
| name1 |
Ettler |
| name2 |
P. |
| country |
CZ |
|
| source |
|
| COSATI |
09I |
| cas_special |
| project |
| project_id |
120-58 |
| agency |
IST |
| country |
XE |
|
| research |
CEZ:AV0Z1075907 |
| abstract
(cze) |
Článek podává základní informaci o popisu složitých systémů pomocí modelu směsi distribucí a identifikaci takového modelu s využitím bayesovského přístupu. Metoda identifikace provádí shlukovou analýzu a výsledný model je nejen dobrým statistickým popisem reality, ale zároveň poskytuje i průběžnou klasifikaci stavu systému. V článku je uvedena teorie i výsledky experimentů s reálnými daty. |
| abstract
(eng) |
The paper brings basic information about a description of complex systems by means of mixture model and identification of such a model using Bayesian approach. The identification makes cluster analysis and the resulting model is not only a good statistical description of the reality but it also gives a current state estimate. The paper presents theory accompanied by experiments on real data. |
| RIV |
BC |
| department |
AS |
| permalink |
http://hdl.handle.net/11104/0131082 |
| ID_orig |
UTIA-B 20020209 |
| arlyear |
2002 |
| mrcbU63 |
cav_un_epca*0290493 Automa 1210-9592 Roč. 8 11 2002 , s. 54-57, 44-49 |
|