Pełnotekstowe zasoby PLDML oraz innych baz dziedzinowych są już dostępne w nowej Bibliotece Nauki.
Zapraszamy na https://bibliotekanauki.pl
Preferencje help
Polish version English version Język
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 5

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last

Wyniki wyszukiwania

help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
1
Content available remote

Application of Mazur-Orlicz's theorem in AMISE calculation

100%
Dziedziul K.
Applicationes Mathematicae
|
2002
|
tom 29
|
nr 1
33-41
EN
An approximation error and an asymptotic formula are given for shift invariant operators of polynomial order ϱ. Density estimators based on shift invariant operators are introduced and AMISE is calculated.
2
Content available remote

Central limit theorem for square error of multivariate nonparametric box spline density estimators

100%
Dziedziul K.
Applicationes Mathematicae
|
2001
|
tom 28
|
nr 4
437-456
EN
We prove the central limit theorem for the integrated square error of multivariate box-spline density estimators.
3
Content available remote

Shift invariant operators and a saturation theorem

100%
Dziedziul K.
Applicationes Mathematicae
|
2003
|
tom 30
|
nr 3
267-286
EN
The properties of shift invariant operators $Q_h$ are proved: It is shown that Q has polynomial order r iff r is the rate of convergence of $Q_h$. A weak saturation theorem is given. If f is replaced by $Q_{f}h$ in the weak saturation formula the asymptotics of the expression is calculated. Moreover, bootstrap approximation is introduced.
4
Content available remote

Box-spline histograms for multivariate density estimation

64%
Dziedziul K., Paluszek P.
Applicationes Mathematicae
|
2010
|
tom 37
|
nr 4
413-427
EN
The uniform approach to calculation of MISE for histogram and density box-spline estimators gives us a possibility to obtain estimators of derivatives of densities and the asymptotic constant.
5
Content available remote

Note on universal algorithms for learning theory

64%
Dziedziul K., Wolnik B.
Applicationes Mathematicae
|
2007
|
tom 34
|
nr 1
47-52
EN
We study the universal estimator for the regression problem in learning theory considered by Binev et al. This new approach allows us to improve their results.
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.