Zobrazeno 1 - 10
of 35
pro vyhledávání: '"non parametric Bayesian inference"'
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Heikkinen, Juha, Arjas, Elja
Publikováno v:
Scandinavian Journal of Statistics, 1998 Sep 01. 25(3), 435-450.
Externí odkaz:
https://www.jstor.org/stable/4616514
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
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
Autor:
Hartmann, Marcelo
Neste trabalho propomos uma abordagem Bayesiana não-paramétrica para a modelagem de dados com comportamento extremo. Tratamos o parâmetro de locação μ da distribuição generalizada de valor extremo como uma função aleatória e assumimos um p
Autor:
Piero Veronese, Sonia Petrone
Publikováno v:
Scopus-Elsevier
We propose a general procedure for constructing nonparametric priors for Bayesian inference. Under very general assumptions, the proposed prior selects absolutely continuous distribution functions, hence it can be useful with continuous data. We use
Autor:
Marcelo Hartmann
Publikováno v:
Biblioteca Digital de Teses e Dissertações da USPUniversidade de São PauloUSP.
Neste trabalho propomos uma abordagem Bayesiana não-paramétrica para a modelagem de dados com comportamento extremo. Tratamos o parâmetro de locação μ da distribuição generalizada de valor extremo como uma função aleatória e assumimos um p
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Many biological characteristics of evolutionary interest are not scalar variables but continuous functions. Given a dataset of function-valued traits generated by evolution, we develop a practical, statistical approach to infer ancestral function-val
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=od______2295::0c1373be5c0f684433540b75bd88025c
http://www.manchester.ac.uk/escholar/uk-ac-man-scw:186480
http://www.manchester.ac.uk/escholar/uk-ac-man-scw:186480