On the optimal initial conditions for an inverse problem of model parameter estimation
Matonoha, Ctirad; Papáček, Š.
2017 - English Available in digital repository of the ASCR On the optimal initial conditions for an inverse problem of model parameter estimation

Matonoha, Ctirad; Papáček, Š.
Ústav informatiky, 2017

A Generalized Limited-Memory BNS Method Based on the Block BFGS Update
Vlček, Jan; Lukšan, Ladislav
2017 - English A block version of the BFGS variable metric update formula is investigated. It satisfies the quasi-Newton conditions with all used difference vectors and gives the best improvement of convergence in some sense for quadratic objective functions, but it does not guarantee that the direction vectors are descent for general functions. To overcome this difficulty and utilize the advantageous properties of the block BFGS update, a block version of the limited-memory BNS method for large scale unconstrained optimization is proposed. The algorithm is globally convergent for convex sufficiently smooth functions and our numerical experiments indicate its efficiency. Keywords: unconstrained minimization; block variable metric methods; limited-memory methods; the BFGS update; global convergence; numerical results Available in digital repository of the ASCR A Generalized Limited-Memory BNS Method Based on the Block BFGS Update

A block version of the BFGS variable metric update formula is investigated. It satisfies the quasi-Newton conditions with all used difference vectors and gives the best improvement of convergence in ...

Vlček, Jan; Lukšan, Ladislav
Ústav informatiky, 2017

The IINC System under the ROOT Environment
Jiřina, Marcel
2017 - English Keywords: IINC; data separation; classification; multivariate data; distance; metric Available in digital repository of the ASCR The IINC System under the ROOT Environment

Jiřina, Marcel
Ústav informatiky, 2017

The use of sequential quadratic programming for solving reachability problems
Kuřátko, Jan
2017 - English Available in digital repository of the ASCR The use of sequential quadratic programming for solving reachability problems

Kuřátko, Jan
Ústav informatiky, 2017

Robust Regression Estimators: A Comparison of Prediction Performance
Kalina, Jan; Peštová, Barbora
2017 - English Regression represents an important methodology for solving numerous tasks of applied econometrics. This paper is devoted to robust estimators of parameters of a linear regression model, which are preferable whenever the data contain or are believed to contain outlying measurements (outliers). While various robust regression estimators are nowadays available in standard statistical packages, the question remains how to choose the most suitable regression method for a particular data set. This paper aims at comparing various regression methods on various data sets. First, the prediction performance of common robust regression estimators are compared on a set of 24 real data sets from public repositories. Further, the results are used as input for a metalearning study over 9 selected features of individual data sets. On the whole, the least trimmed squares turns out to be superior to the least squares or M-estimators in the majority of the data sets, while the process of metalearning does not succeed in a reliable prediction of the most suitable estimator for a given data set. Keywords: robust estimation; linear regression; prediction; outliers; metalearning Available at various institutes of the ASCR Robust Regression Estimators: A Comparison of Prediction Performance

Regression represents an important methodology for solving numerous tasks of applied econometrics. This paper is devoted to robust estimators of parameters of a linear regression model, which are ...

Kalina, Jan; Peštová, Barbora
Ústav informatiky, 2017

Analýza zranitelnosti hl.m. Prahy vůči dopadům změny klimatu
Lorencová, Eliška; Emmer, Adam; Geletič, Jan; Vačkář, David
2017 - Czech Změna klimatu představuje jednu z klíčových výzev 21. století, jak z hlediska adaptací, tak mitigací. Cílem tohoto výzkumného záměru bylo v návaznosti na Strategii adaptace hl. m. Prahy na klimatickou změnu, zpracovat podklady pro Implementační plán, zaměřené na analýzu zranitelnosti hl.m. Prahy vůči dopadům změny klimatu. Analýza zranitelnosti se zaměřovala na dopady spojené s: (i) teplotními extrémy ve městě – vlnami horka, (ii) nedostatečným zasakováním a extrémními srážkami. Přístup zahrnoval prostorově explicitní analýzu v postředí ArcGIS, založenou na klimatický, land use a socio-ekonomických indikátorech pro současný stav a scénáře RCP 4.5 a RCP 8.5. Z hlediska zranitelnosti vůči teplotním extrémům - vlnám horka jsou v současné době nejvíce zasaženy oblasti v centru města (MČ Praha 2, MČ Praha 3, MČ Praha 6, MČ Praha 7, MČ Praha 1) a některé z okrajových částí města s průmyslovou zástavbou, např. Libeň, či Štěrboholy. Zranitelnost vůči extrémním srážkám a nedostatečnému zasakování srážkové vody je nejvyšší zejména v oblasti soutoku Vltavy a Berounky – Velká Chuchle, Praha 16, Zbraslav a Lipence. Climate change is one of the key challenges of the 21st century, both in terms of adaptation as well as mitigation. The aim of this research was, following the Adaptation Strategy of the City of Prague, to prepare the background analysis for the Adaptation Action Plan, focusing on vulnerability assessment. The vulnerability asssessment focused on the climate change impacts related to: (i) temperature extremes - heatwaves, (ii) insufficient rainwater retention and extreme rainfall. The approach included spatially-specific analysis using ArcGIS based on climatic, land use and socio-economic indicators for the current status and future RCP 4.5 and RCP 8.5 scenarios. Regarding vulnerability to heatwaves, the most affected areas are located in the city center (Prague 2, Prague 3, Prague 6, Prague 7, Prague 1) and some peripheral areas with industrial buildings (e.g. Libeň or Štěrboholy). Vulnerability to extreme precipitation and insufficient rainwater retention was highest particularly at the confluence of the Vltava and Berounka (Velká Chuchle, Prague 16, Zbraslav and Lipence). Keywords: climate change adaptation; vulnerability analysis; urban; Prague Available on request at various institutes of the ASCR Analýza zranitelnosti hl.m. Prahy vůči dopadům změny klimatu

Změna klimatu představuje jednu z klíčových výzev 21. století, jak z hlediska adaptací, tak mitigací. Cílem tohoto výzkumného záměru bylo v návaznosti na Strategii adaptace hl. m. Prahy na klimatickou ...

Lorencová, Eliška; Emmer, Adam; Geletič, Jan; Vačkář, David
Ústav informatiky, 2017

Various Approaches to Szroeter’s Test for Regression Quantiles
Kalina, Jan; Peštová, Barbora
2017 - English Regression quantiles represent an important tool for regression analysis popular in econometric applications, for example for the task of detecting heteroscedasticity in the data. Nevertheless, they need to be accompanied by diagnostic tools for verifying their assumptions. The paper is devoted to heteroscedasticity testing for regression quantiles, while their most important special case is commonly denoted as the regression median. Szroeter’s test, which is one of available heteroscedasticity tests for the least squares, is modified here for the regression median in three different ways: (1) asymptotic test based on the asymptotic representation for regression quantiles, (2) permutation test based on residuals, and (3) exact approximate test, which has a permutation character and represents an approximation to an exact test. All three approaches can be computed in a straightforward way and their principles can be extended also to other heteroscedasticity tests. The theoretical results are expected to be extended to other regression quantiles and mainly to multivariate quantiles. Keywords: Heteroscedasticity; Regression median; Diagnostic tools; Asymptotics Available on request at various institutes of the ASCR Various Approaches to Szroeter’s Test for Regression Quantiles

Regression quantiles represent an important tool for regression analysis popular in econometric applications, for example for the task of detecting heteroscedasticity in the data. Nevertheless, they ...

Kalina, Jan; Peštová, Barbora
Ústav informatiky, 2017

Properties of the block BFGS update and its application to the limited-memory block BNS method for unconstrained minimization
Vlček, Jan; Lukšan, Ladislav
2017 - English Keywords: unconstrained minimization; block variable metric methods; limited-memory methods; the BFGS update; global convergence; numerical results Available in a digital repository NRGL Properties of the block BFGS update and its application to the limited-memory block BNS method for unconstrained minimization

Vlček, Jan; Lukšan, Ladislav
Ústav informatiky, 2017

Výběr relevantních pravidel pro podporu klinického rozhodování
Kalina, Jan; Zvárová, Jana
2017 - Czech Systémy pro podporu klinického rozhodování jsou důležitými telemedicínskými nástroji se schopností pomáhat lékařům při procesu rozhodování při stanovení diagnózy, terapie či prognózy pacientů. Navrhli a implementovali jsme prototyp systému pro podporu diagnostického rozhodování, který má podobu internetové klasifikační služby. Specifikem tohoto systému je sofistikovaná statistická komponenta, která umožňuje pracovat i s velkým počtem příznaků. Optimalizuje totiž výběr těch příznaků, které jsou nejdůležitější pro určení diagnózy. Její chování jsme ověřili při analýze dat genových expresí z kardiovaskulární genetické studie. Článek diskutuje principy mnohorozměrného statistického uvažování a ukazuje obtíže analýzy vysoce dimenzionálních dat, kdy počet pozorovaných proměnných (příznaků) převyšuje počet pozorování (pacientů). Clinical decision support systems represent important telemedicine tools with the ability to help physicians within the decision process leading to determining diagnosis, therapy or prognosis of patients. We proposed and implemented a prototype of a clinical decision support system, which has the form of an internet classification service. A specific property of this system is a sophisticated statistical component, which allows to handle also a large number of symptoms and signs. It namely optimizes the selection of such symptoms and signs which are the most relevant for determining the diagnosis. The performance of the prototype was verified on an analysis of gene expression data from a cardiovascular genetic study. The paper discusses principles of multivariate statistical thinking and reveals challenges of analyzing high-dimensional data with the number of observed variables (symptoms and signs) largely exceeding the number of observations (patients). Keywords: podpora rozhodování; mnohorozměrná statistika; extrakce pravidel; klasifikační analýza; redukce dimensionality Available on request at various institutes of the ASCR Výběr relevantních pravidel pro podporu klinického rozhodování

Systémy pro podporu klinického rozhodování jsou důležitými telemedicínskými nástroji se schopností pomáhat lékařům při procesu rozhodování při stanovení diagnózy, terapie či prognózy pacientů. Navrhli ...

Kalina, Jan; Zvárová, Jana
Ústav informatiky, 2017

Nondeterministic Computations for Which Space is More Powerful than Time
Wiedermann, Jiří
2016 - English Keywords: nondeterministic computation; crossing sequences; complexity Available in a digital repository NRGL Nondeterministic Computations for Which Space is More Powerful than Time

Wiedermann, Jiří
Ústav informatiky, 2016