This HTML5 document contains 33 embedded RDF statements represented using HTML+Microdata notation.

The embedded RDF content will be recognized by any processor of HTML5 Microdata.

Namespace Prefixes

PrefixIRI
dctermshttp://purl.org/dc/terms/
n4http://localhost/temp/predkladatel/
n6http://linked.opendata.cz/resource/domain/vavai/riv/tvurce/
n13http://linked.opendata.cz/ontology/domain/vavai/
skoshttp://www.w3.org/2004/02/skos/core#
n16http://linked.opendata.cz/resource/domain/vavai/vysledek/RIV%2F61989100%3A27740%2F12%3A86085021%21RIV15-MSM-27740___/
n5http://linked.opendata.cz/ontology/domain/vavai/riv/
n2http://linked.opendata.cz/resource/domain/vavai/vysledek/
rdfhttp://www.w3.org/1999/02/22-rdf-syntax-ns#
n8http://linked.opendata.cz/ontology/domain/vavai/riv/klicoveSlovo/
n9http://linked.opendata.cz/ontology/domain/vavai/riv/duvernostUdaju/
xsdhhttp://www.w3.org/2001/XMLSchema#
n15http://linked.opendata.cz/ontology/domain/vavai/riv/aktivita/
n14http://linked.opendata.cz/ontology/domain/vavai/riv/jazykVysledku/
n12http://linked.opendata.cz/ontology/domain/vavai/riv/obor/
n11http://linked.opendata.cz/ontology/domain/vavai/riv/druhVysledku/
n10http://reference.data.gov.uk/id/gregorian-year/

Statements

Subject Item
n2:RIV%2F61989100%3A27740%2F12%3A86085021%21RIV15-MSM-27740___
rdf:type
skos:Concept n13:Vysledek
dcterms:description
Correlation analysis is often used for analysis of linear dependence of data variables. However, in many cases said dependence between data vectors is other than linear, therefore correlation analysis results should be regarded with care. Even correlation values slightly above zero do not contradict the possibility of non-linear dependency between observed variables. For this reason, evolution algorithms were employed and results were discussed. Models found by the Eureka software were strongly non-linear. Korelační analýza představuje nástroj pro zkoumání lineární závislosti mezi analyzovanými proměnnými. Nicméně, v případě složitých technologických procesů je pozorovaná závislost mezi proměnnými často složitá, nelineární. Z toho důvodu je klasická korelační analýza charakterizována velkou četností nevýrazných korelací, které jsou blízké nule. Nulovost, nebo obecně malá velikost korelací nicméně neznamená, že mezi analyzovanými proměnnými neexistuje funkční závislost. Funkční závislost může být totiž silně nelineární, a proto nemusí být korelační analýzou dostatečně identifikována. Navíc, korelace lze využít pouze pro porovávání párů proměnných, přestože v realitě je kvalita ovlivňována řadou faktorů. Z těchto důvodů jsme provedli hledání modelů vybraných kvalitativních parametrů pomocí evolučních algoritmů. Statistická vhodnost modelu byla posuzována druhou mocninou korelačního koeficientu. Nalezené modely jsou silně nelineární. Korelační analýza představuje nástroj pro zkoumání lineární závislosti mezi analyzovanými proměnnými. Nicméně, v případě složitých technologických procesů je pozorovaná závislost mezi proměnnými často složitá, nelineární. Z toho důvodu je klasická korelační analýza charakterizována velkou četností nevýrazných korelací, které jsou blízké nule. Nulovost, nebo obecně malá velikost korelací nicméně neznamená, že mezi analyzovanými proměnnými neexistuje funkční závislost. Funkční závislost může být totiž silně nelineární, a proto nemusí být korelační analýzou dostatečně identifikována. Navíc, korelace lze využít pouze pro porovávání párů proměnných, přestože v realitě je kvalita ovlivňována řadou faktorů. Z těchto důvodů jsme provedli hledání modelů vybraných kvalitativních parametrů pomocí evolučních algoritmů. Statistická vhodnost modelu byla posuzována druhou mocninou korelačního koeficientu. Nalezené modely jsou silně nelineární.
dcterms:title
Využití evolučních algoritmů pro tvorbu symbolických modelů kvalitativních parametrů z dat. Qualitative analysis of symbolic models by use of evolutionary algorithms. Využití evolučních algoritmů pro tvorbu symbolických modelů kvalitativních parametrů z dat.
skos:prefLabel
Qualitative analysis of symbolic models by use of evolutionary algorithms. Využití evolučních algoritmů pro tvorbu symbolických modelů kvalitativních parametrů z dat. Využití evolučních algoritmů pro tvorbu symbolických modelů kvalitativních parametrů z dat.
skos:notation
RIV/61989100:27740/12:86085021!RIV15-MSM-27740___
n5:aktivita
n15:S
n5:aktivity
S
n5:dodaniDat
n10:2015
n5:domaciTvurceVysledku
n6:3044521
n5:druhVysledku
n11:O
n5:duvernostUdaju
n9:S
n5:entitaPredkladatele
n16:predkladatel
n5:idSjednocenehoVysledku
179485
n5:idVysledku
RIV/61989100:27740/12:86085021
n5:jazykVysledku
n14:cze
n5:klicovaSlova
symbolic models; evolutionary algorithms
n5:klicoveSlovo
n8:symbolic%20models n8:evolutionary%20algorithms
n5:kontrolniKodProRIV
[4D776E198130]
n5:obor
n12:BB
n5:pocetDomacichTvurcuVysledku
1
n5:pocetTvurcuVysledku
2
n5:rokUplatneniVysledku
n10:2012
n5:tvurceVysledku
Grunt, Ondřej Praks, Pavel
n4:organizacniJednotka
27740