About: Global versus local aproximation in inverse problem     Goto   Sponge   NotDistinct   Permalink

An Entity of Type : http://linked.opendata.cz/ontology/domain/vavai/Vysledek, within Data Space : linked.opendata.cz associated with source document(s)

AttributesValues
rdf:type
Description
  • The paper compares global and local approximation methods used in inverse problems. Global approximators are represented by feedforward multilayer neural network (FFNN); local approximators are represented by Locally Weighted Regression (LWR) and Receptive Field Weighted Regression (RFWR).
  • The paper compares global and local approximation methods used in inverse problems. Global approximators are represented by feedforward multilayer neural network (FFNN); local approximators are represented by Locally Weighted Regression (LWR) and Receptive Field Weighted Regression (RFWR). (en)
  • Článek porovnává globální a lokální aproximační metody použité pro řešení inverzní úlohy. Globální aproximátory zastupuje vícevrstvá dopředná umělá neuronová síť; lokální aproximátory zastupují metody lokálně vážené regrese (LWR) a vážené regrese recepčních polí (RFWR). (cs)
Title
  • Globální versus lokální aproximátory použité pro řešení inverzní úlohy. (cs)
  • Global versus local aproximation in inverse problem
  • Global versus local aproximation in inverse problem (en)
skos:prefLabel
  • Globální versus lokální aproximátory použité pro řešení inverzní úlohy. (cs)
  • Global versus local aproximation in inverse problem
  • Global versus local aproximation in inverse problem (en)
skos:notation
  • RIV/00216305:26210/04:PU45599!RIV/2005/MSM/262105/N
http://linked.open.../vavai/riv/strany
  • 57-60
http://linked.open...avai/riv/aktivita
http://linked.open...avai/riv/aktivity
  • Z(MSM 262100024)
http://linked.open...iv/cisloPeriodika
  • 8-9
http://linked.open...vai/riv/dodaniDat
http://linked.open...aciTvurceVysledku
http://linked.open.../riv/druhVysledku
http://linked.open...iv/duvernostUdaju
http://linked.open...titaPredkladatele
http://linked.open...dnocenehoVysledku
  • 565607
http://linked.open...ai/riv/idVysledku
  • RIV/00216305:26210/04:PU45599
http://linked.open...riv/jazykVysledku
http://linked.open.../riv/klicovaSlova
  • inverse problem, approximators, neural networks, weighted regression (en)
http://linked.open.../riv/klicoveSlovo
http://linked.open...odStatuVydavatele
  • PL - Polská republika
http://linked.open...ontrolniKodProRIV
  • [AF1F25ADC3DA]
http://linked.open...i/riv/nazevZdroje
  • Elektronika
http://linked.open...in/vavai/riv/obor
http://linked.open...ichTvurcuVysledku
http://linked.open...cetTvurcuVysledku
http://linked.open...UplatneniVysledku
http://linked.open...v/svazekPeriodika
  • 2004
http://linked.open...iv/tvurceVysledku
  • Krejsa, Jiří
  • Věchet, Stanislav
  • Pulchart, Jaroslav
http://linked.open...n/vavai/riv/zamer
issn
  • 0033-2089
number of pages
http://localhost/t...ganizacniJednotka
  • 26210
Faceted Search & Find service v1.16.118 as of Jun 21 2024


Alternative Linked Data Documents: ODE     Content Formats:   [cxml] [csv]     RDF   [text] [turtle] [ld+json] [rdf+json] [rdf+xml]     ODATA   [atom+xml] [odata+json]     Microdata   [microdata+json] [html]    About   
This material is Open Knowledge   W3C Semantic Web Technology [RDF Data] Valid XHTML + RDFa
OpenLink Virtuoso version 07.20.3240 as of Jun 21 2024, on Linux (x86_64-pc-linux-gnu), Single-Server Edition (126 GB total memory, 84 GB memory in use)
Data on this page belongs to its respective rights holders.
Virtuoso Faceted Browser Copyright © 2009-2024 OpenLink Software