Projekty finansowane przez NCN
Uczenie statystyczne dla łańcuchów Markowa
2016/23/N/ST1/01355
Słowa kluczowe:
łańcuchy Markowa procesy empiryczne uczenie statystyczne entropia nierówności wykładnicze
Deskryptory:
- ST1_13: Rachunek prawdopodobieństwa i statystyka matematyczna
- ST6_11: Uczenie maszynowe, statystyczne przetwarzanie danych i zastosowanie w przetwarzaniu sygnałów
Panel:
ST1 - Nauki matematyczne: wszystkie dziedziny matematyki, teoretyczne oraz stosowane a także podstawy matematyczne informatyki, fizyka matematyczna i statystyka matematyczna
Jednostka realizująca:
Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie, Wydział Fizyki i Informatyki Stosowanej
woj. małopolskie
Konkurs: PRELUDIUM 12 - ogłoszony 2016-09-15
Przyznana kwota: 61 900 PLN
Rozpoczęcie projektu: 2017-09-22
Zakończenie projektu: 2019-09-21
Planowany czas trwania projektu: 24 miesięcy (z wniosku)
Status projektu: Projekt rozliczony
Opis Projektu
Pobierz opis projektu w formacie .pdf
Uwaga - opisy projektów zostały sporządzone przez samych autorów wniosków i w niezmienionej formie umieszczone w systemie.
Zakupiona aparatura
- Laptop MacBook Air. Za kwotę 5 500 PLN
Dane z raportu końcowego/rocznego
- Publikacje w czasopismach (2)
- Teksty w publikacjach pokonferencyjnych (1)
- Publikacje książkowe (1)
- Statistical Learning Based On Markovian Data Maximal Deviation Inequalities and Learning RatesAutorzy:Patrice Bertail, Gabriela Ciolek, Stephan ClémençonCzasopismo:Annals of Mathematics and Artificial Intelligence (rok: 2019, tom: 87, strony: 45314), Wydawca: Springer VerlagStatus:Przyjęta do publikacjiDoi:10.1007/s10472-019-09670-6 - link do publikacji
- New Bernstein and Hoeffding type inequalities for regenerative Markov chains.Autorzy:Gabriela Ciołek, Patrice BertailCzasopismo:ALEA, Latin American Journal of Probability and Mathematical Statistics (rok: 2019, tom: 16, strony: 259-277), Wydawca: Instituto Nacional de Matematica Pura e AplicadaStatus:OpublikowanaDoi:10.30757/ALEA.v16-09 - link do publikacji
- Generalization bounds for minimum volume set estimation based on Markovian data.Autorzy:P. Bertail, G. Ciołek, S. Clémençon.Konferencja:International Symposium on Artificial Intelligence and Mathematics (rok: 2018, ), Wydawca: International Symposium on Artificial Intelligence and Mathematics Book ProceedingsData:konferencja 3.01-5.01Status:Opublikowana
- Robust estimation for Markov chains with application to PDMP.Autorzy:P. Bertail, G. Ciołek, C. TillierKsiążka:Statistical Inference for Piecewise-Deterministic Markov Processes. (rok: 2018, tom: 1, strony: 107-146), Wydawca: WileyStatus:Opublikowana