Zobrazeno 1 - 10
of 29
pro vyhledávání: '"infinite Gaussian mixture model"'
Publikováno v:
The Annals of Applied Statistics, 2018 Sep 01. 12(3), 1853-1870.
Externí odkaz:
https://www.jstor.org/stable/26542597
Publikováno v:
Journal of the Royal Statistical Society. Series C (Applied Statistics), 2006 Jan 01. 55(5), 699-715.
Externí odkaz:
https://www.jstor.org/stable/3879119
Publikováno v:
Information Processing and Management of Uncertainty in Knowledge-Based Systems
Discovering human mobility patterns with geo-location data collected from smartphone users has been a hot research topic in recent years. In this paper, we attempt to discover daily mobile patterns based on GPS data. We view this problem from a proba
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::6b635228a38e701fbcbe63d067ca44de
http://europepmc.org/articles/PMC7274334
http://europepmc.org/articles/PMC7274334
Autor:
M. Ejaz Ahmed, Ju Bin Song
Publikováno v:
Sensors, Vol 12, Iss 10, Pp 13185-13211 (2012)
In this paper, we propose a non-parametric clustering method to recognize the number of human motions using features which are obtained from a single microelectromechanical system (MEMS) accelerometer. Since the number of human motions under consider
Externí odkaz:
https://doaj.org/article/b5fad9286195475fa44a4fe9f853b70c
Publikováno v:
Ann. Appl. Stat. 12, no. 3 (2018), 1853-1870
Epidemic-type aftershock sequence (ETAS) point process is a common model for the occurrence of earthquake events. The ETAS model consists of a stationary background Poisson process modeling spontaneous earthquakes and a triggering kernel representing
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::20531eb2e021091175c54a136aba0998
https://projecteuclid.org/euclid.aoas/1536652977
https://projecteuclid.org/euclid.aoas/1536652977
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Ju Bin Song, M. Ejaz Ahmed
Publikováno v:
Sensors; Volume 12; Issue 10; Pages: 13185-13211
Sensors (Basel, Switzerland)
Sensors, Vol 12, Iss 10, Pp 13185-13211 (2012)
Sensors (Basel, Switzerland)
Sensors, Vol 12, Iss 10, Pp 13185-13211 (2012)
In this paper, we propose a non-parametric clustering method to recognize the number of human motions using features which are obtained from a single microelectromechanical system (MEMS) accelerometer. Since the number of human motions under consider
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::c50863ead6b3e15bc5729664aa421114
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.