0503755 - ÚI 2020 RIV US eng C - Konferenční příspěvek (zahraniční konf.)
Cabessa, Jérémie - Villa, A.
A Memory-Based STDP Rule for Stable Attractor Dynamics in Boolean Recurrent Neural Networks.
IJCNN 2019. International Joint Conference on Neural Networks Proceedings. New York: IEEE, 2019, č. článku N-20311. ISBN 978-1-7281-1985-4.
[IJCNN 2019. International Joint Conference on Neural Networks /32./. Budapest (HU), 14.07.2019-19.07.2019]
Grant CEP: GA ČR(CZ) GA19-05704S
Institucionální podpora: RVO:67985807
Klíčová slova: learning (artificial intelligence) * recurrent neural nets
Kód oboru RIV: IN - Informatika
Obor OECD: Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
Trvalý odkaz: http://hdl.handle.net/11104/0295541

0503688 - ÚI 2020 RIV CH eng C - Konferenční příspěvek (zahraniční konf.)
Cabessa, Jérémie - Šíma, Jiří
Robust Optimal-Size Implementation of Finite State Automata with Synfire Ring-Based Neural Networks.
Artificial Neural Networks and Machine Learning – ICANN 2019: Theoretical Neural Computation. Proceedings, Part I. Cham: Springer, 2019 - (Tetko, I.; Kůrková, V.; Karpov, P.; Theis, F.), s. 806-818. Lecture Notes in Computer Science, 11727. ISBN 978-3-030-30486-7. ISSN 0302-9743.
[ICANN 2019. International Conference on Artificial Neural Networks /28./. Munich (DE), 17.09.2019-19.09.2019]
Grant CEP: GA ČR(CZ) GA19-05704S
Institucionální podpora: RVO:67985807
Klíčová slova: Recurrent neural networks * Threshold circuits * Finite state automata * Synfire rings
Kód oboru RIV: IN - Informatika
Obor OECD: Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
Trvalý odkaz: http://hdl.handle.net/11104/0295498

0518369 - ÚI 2020 RIV CZ eng L4 - Software
Jurica, Tomáš - Vidnerová, Petra - Kalina, Jan
Robust interquantile training of neural networks.
Interní kód: Quantile 1.0 ; 2019
Technické parametry: Kód v Pythonu je samostatně spustitelný, vyžaduje instalaci TensorFlow, Keras, SciPy, NumPy, scikit-learn. Spuštění kódu je přímočaré podle dokumentace. Dostupné pod licencí MIT.
Ekonomické parametry: Software umožňuje uživateli provést alternativní trénování neuronových sítí, které je robustní vůči odlehlým hodnotám. Jde dosud o první takovou implementaci, která je dostupná. Software výrazně usnadňuje práci s neuronovými sítěmi, protože provádět jejich trénování nezávisle na přítomnosti odlehlých hodnot by jinak vyžadovalo značně komplikované a zdlouhavé postupy.
Grant CEP: GA ČR(CZ) GA19-05704S; GA TA ČR(CZ) TN01000024
Institucionální podpora: RVO:67985807
Klíčová slova: neural network * regression * robustness * outliers
Kód oboru RIV: IN - Informatika
Obor OECD: Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
https://github.com/jankalinaUI/Quantile
Trvalý odkaz: http://hdl.handle.net/11104/0303525

0508155 - ÚI 2020 CZ eng A - Abstrakt
Kalina, Jan - Tobišková, Nicole - Tichavský, Jan
A Nonparametric Bootstrap Comparison of Variances of Robust Regression Estimators.
37th International Conference on Mathematical Methods in Economics 2019: Book of Abstracts. České Budějovice: 37th International Conference on Mathematical Methods in Economics 2019, 2019. s. 17-17.
[MME 2019: International Conference on Mathematical Methods in Economics /37./. 11.09.2019-13.09.2019, České Budějovice]
Grant CEP: GA ČR(CZ) GA19-05704S
Institucionální podpora: RVO:67985807
Klíčová slova: Robustness * Linear regression * Outliers * Bootstrap * Least weighted squares
Trvalý odkaz: http://hdl.handle.net/11104/0299134

0524330 - ÚI 2021 RIV PL eng J - Článek v odborném periodiku
Kalina, Jan - Matonoha, Ctirad
A Sparse Pair-preserving Centroid-based Supervised Learning Method for High-dimensional Biomedical Data or Images.
Biocybernetics and Biomedical Engineering. Roč. 40, č. 2 (2020), s. 774-786. ISSN 0208-5216
Grant CEP: GA ČR(CZ) GA19-05704S
Institucionální podpora: RVO:67985807
Klíčová slova: Sparsity * Matched-pairs data * Omics data analysis * Biomedical images * Robustness
Kód oboru RIV: IN - Informatika
Obor OECD: Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
Impakt faktor: 2.159, rok: 2018
http://dx.doi.org/10.1016/j.bbe.2020.03.008
Kalina, Jan
Trvalý odkaz: http://hdl.handle.net/11104/0308691

0509648 - ÚI 2020 RIV CZ eng C - Konferenční příspěvek (zahraniční konf.)
Kalina, Jan - Vidnerová, Petra
Implicitly weighted robust estimation of quantiles in linear regression.
Conference Proceedings. 37th International Conference on Mathematical Methods in Economics 2019. České Budějovice: University of South Bohemia in České Budějovice, Faculty of Economics, 2019 - (Houda, M.; Remeš, R.), s. 25-30. ISBN 978-80-7394-760-6.
[MME 2019: International Conference on Mathematical Methods in Economics /37./. České Budějovice (CZ), 11.09.2019-13.09.2019]
Grant CEP: GA ČR(CZ) GA19-05704S; GA ČR(CZ) GA18-23827S
Institucionální podpora: RVO:67985807
Klíčová slova: regression quantiles * robust regression * outliers * leverage points
Kód oboru RIV: BB - Aplikovaná statistika, operační výzkum
Obor OECD: Statistics and probability
https://mme2019.ef.jcu.cz/files/conference_proceedings.pdf
Trvalý odkaz: http://hdl.handle.net/11104/0300322

0517255 - ÚI 2020 RIV CZ eng L4 - Software
Kalina, Jan - Tichavský, Jan - Tobišková, Nicole
Nonparametric bootstrap for estimating variability of robust regression estimators.
Interní kód: Nonparametric Bootstrap 1.0 ; 2019
Technické parametry: Kód v programovacím jazyce R spustitelný samostatně podle dokumentace, která je součástí jednotlivých souborů. Spuštění vyžaduje knihovnu robustbase. Dostupné pod licencí MIT.
Ekonomické parametry: Software umožňuje uživateli odhadnout varianční matici robustních regresních odhadů pomocí neparametrického bootstrapu. Pro některé z odhadů by jiný způsob výpočtu byl značně složitý a vyžadoval by využít komerční software, pro LWS odhad není jiný způsob výpočtu ani známý. Software tak výrazně usnadňuje práci s robustními regresními odhady.
Grant CEP: GA ČR(CZ) GA19-05704S
Institucionální podpora: RVO:67985807
Klíčová slova: robust regression * nonparametric bootstrap * outliers * covariance matrix
Kód oboru RIV: IN - Informatika
Obor OECD: Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
https://github.com/jankalinaUI/Bootstrap-LWS
Trvalý odkaz: http://hdl.handle.net/11104/0302552

0522365 - ÚI 2021 C - Konferenční příspěvek (zahraniční konf.)
Kalina, Jan - Vidnerová, Petra
Regression Neural Networks with a Highly Robust Loss Function.
Amistat 2019. Springer, 2020.
[AMISTAT 2019: Analytical Methods in Statistics. Liberec (CZ), 16.09.2019-19.09.2019]
Grant CEP: GA ČR(CZ) GA19-05704S; GA ČR(CZ) GA18-23827S
Institucionální podpora: RVO:67985807
Kód oboru RIV: IN - Informatika
Obor OECD: Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
Trvalý odkaz: http://hdl.handle.net/11104/0306871

0511819 - ÚI 2020 RIV SK eng J - Článek v odborném periodiku
Kalina, Jan - Tichavský, Jan
Statistical learning for recommending (robust) nonlinear regression methods.
Journal of applied mathematics, statistics and informatics. Roč. 15, č. 2 (2019), s. 47-59. ISSN 1336-9180
Grant CEP: GA ČR(CZ) GA19-05704S
GA ČR(CZ) GA17-07384S
Institucionální podpora: RVO:67985807
Klíčová slova: Statistical learning * Nonlinear regression * Robustness * Heteroscedasticity * nonlinear least weighted squares * optimal method selection * optimization * computations
Kód oboru RIV: BB - Aplikovaná statistika, operační výzkum
Obor OECD: Statistics and probability
http://hdl.handle.net/11104/0302064
Trvalý odkaz: http://hdl.handle.net/11104/0302064

0508148 - ÚI 2021 GB eng J - Článek v odborném periodiku
Marozzi, M. - Mukherjee, A. - Kalina, Jan
Interpoint distance tests for high-dimensional comparison studies.
Journal of Applied Statistics. Roč. 47, č. 4 (2020), s. 653-665. ISSN 0266-4763
Grant CEP: GA ČR(CZ) GA19-05704S
Institucionální podpora: RVO:67985807
Klíčová slova: Multivariate data * high dimensionality * nonparametric testing * interpoint distances * robustness
Kód oboru RIV: BB - Aplikovaná statistika, operační výzkum
Obor OECD: Statistics and probability
Impakt faktor: 0.767, rok: 2018
Marozzi, M.
Trvalý odkaz: http://hdl.handle.net/11104/0299132

0517853 - ÚI 2021 DE eng J - Článek v odborném periodiku
Mráz, F. - Otto, F. - Pardubská, D. - Plátek, Martin
Lexicalized Syntactic Analysis by Two-Way Restarting Automata.
Journal of Automata, Languages and Combinatorics. -, Submitted October 2019 (2020). ISSN 1430-189X
Grant CEP: GA ČR(CZ) GA19-05704S
Institucionální podpora: RVO:67985807
Klíčová slova: Restarting automaton * h-lexicalization * lexical disambiguation
Kód oboru RIV: IN - Informatika
Obor OECD: Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
Trvalý odkaz: http://hdl.handle.net/11104/0303102

0507515 - ÚI 2021 RIV GB eng J - Článek v odborném periodiku
Šíma, Jiří
Analog Neuron Hierarchy.
Neural Networks. Roč. 128, August 2020 (2020), s. 199-215. ISSN 0893-6080
Grant CEP: GA ČR(CZ) GA19-05704S
Institucionální podpora: RVO:67985807
Klíčová slova: recurrent neural network * analog neuron hierarchy * deterministic context-free language * Turing machine * Chomsky hierarchy
Kód oboru RIV: IN - Informatika
Obor OECD: Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
Impakt faktor: 5.785, rok: 2018
Trvalý odkaz: http://hdl.handle.net/11104/0298502

0505945 - ÚI 2020 RIV DE eng C - Konferenční příspěvek (zahraniční konf.)
Šíma, Jiří - Plátek, Martin
One Analog Neuron Cannot Recognize Deterministic Context-Free Languages.
Neural Information Processing. Proceedings, Part III. Heidelberg: Springer, 2019 - (Gedeon, T.; Wong, K.; Lee, M.), s. 77-89. Lecture Notes on Computer Science, 11955. ISBN 978-3-030-36717-6.
[ICONIP 2019. International Conference on Neural Information Processing of the Asia-Pacific Neural Network /26./. Sydney (AU), 12.12.2019-15.12.2019]
Grant CEP: GA ČR(CZ) GA19-05704S
Institucionální podpora: RVO:67985807
Klíčová slova: Neural computing * Analog neuron hierarchy * Deterministic context-free language * Restart automaton * Chomsky hierarchy
Kód oboru RIV: IN - Informatika
Obor OECD: Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
https://www.springer.com/gp/book/9783030367176
Trvalý odkaz: http://hdl.handle.net/11104/0297270

0517237 - ÚI 2020 RIV CZ eng L4 - Software
Tichavský, Jan - Kalina, Jan
Residual and nonparametric bootstrap for estimating variability of robust regression estimators.
Interní kód: Bootstrap Residual 1.0 ; 2019
Technické parametry: Kód v Matlabu, spustitelný samostatně podle instrukcí v dokumentaci. Spuštění vyžaduje kód pro výpočet LTS a LWS odhadu. Dostupné pod licencí MIT.
Ekonomické parametry: Software umožňuje uživateli odhadnout varianční matici pro LTS a LWS odhady pomocí reziduálního bootstrapu. Software usnadňuje práci s těmito odhady, protože jiná metoda pro odhad jejich variability není dosud nikde implementovaná.
Grant CEP: GA ČR(CZ) GA19-05704S
Institucionální podpora: RVO:67985807
Klíčová slova: robust regression * residual bootstrap * nonparametric bootstrap * outliers * covariance matrix
Kód oboru RIV: IN - Informatika
Obor OECD: Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
https://github.com/Veragin/Bootstrap
Trvalý odkaz: http://hdl.handle.net/11104/0302549

0518359 - ÚI 2020 RIV CZ eng L4 - Software
Tichavský, Jan - Kalina, Jan
The least weighted squares estimator in linear regression.
Interní kód: LWS 1.0 ; 2019
Technické parametry: Kód v Matlabu, spustitelný samostatně podle dokumentace, která je součástí jednotlivých souborů. Spuštění vyžaduje knihovnu fastlts.m. Dostupné pod licencí MIT.
Ekonomické parametry: Jde o dosud první veřejně dostupnou implementaci kódu pro výpočet LWS odhadu v regresi. Software tak výrazně usnadňuje regresní modelování pomocí nástrojů robustních vůči odlehlým hodnotám. Současně lze tuto implementaci LWS odhadu, která je obecná, použít i v kontextu neuronových sítí, kde by byl jiný způsob výpočtu značně složitý.
Grant CEP: GA ČR(CZ) GA19-05704S
Institucionální podpora: RVO:67985807
Klíčová slova: linear regression * robustness * breakdown point * outiers
Kód oboru RIV: IN - Informatika
Obor OECD: Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
https://github.com/Veragin/LWScode
Trvalý odkaz: http://hdl.handle.net/11104/0303514