Avtorji članka so analizirali strukturo nenatančnih markovih verig ter preučevali njihovo konvergenco z odnosi dostopnosti. Najprej so identificirali sklope stanj, tako imenovane minimalne stalne razrede, ki so zmožne vsebovati in ohranjati celotno verjetnost mase verig. S temi razredi lahko posplošujemo bistvene razrede, ki so znani iz klasične teorije. Nato so avtorji definirali razred nenatančnih nespremenljivih distribucij in pokazali, da so neenako definirani z vrednostmi zgornje verjetnosti pri minimalnih stalnih razredih. Poleg tega, postavili so pogoje za edinstveno konvergenco teh ekstremalnih nespremenljivih porazdelitev.
COBISS.SI-ID: 32156509
Visokodimenzionalni podatki v številnih domenah nastanejo naravno in so redno predstavljali velik izziv za tradicionalne metode podatkovnega rudarjenja, tako v smislu uspešnosti kot učinkovitosti. Razvrščanje v skupine postane zahtevno zaradi naraščajoče redkosti takšnih podatkov, kot tudi zaradi naraščajoče zahtevnosti prepoznavanja razdalje med podatkovnimi točkami. V tem članku zavzamemo nov pogled na problem razvrščanja v skupine pri visokodimenzionalnih podatkih. Namesto, da se pastem dimenzionalnosti izogibamo z opazovanjem podprostora nizkodimenzionalnih lastnosti, sprejmemo dimenzionalnost in izkoristimo nekatere inherentno visokodimenzionalne pojave. Natančneje pokažemo, da zvezdiščnost, t.j. tendenco visokodimenzionalnih podatkov, da vsebujejo točke (zvezdišča), ki se pogosto pojavljajo v seznamih k najbližnih sosedov drugih točk, lahko uspešno izkoristimo pri razvrščanju v skupine. Našo hipotezo potrdimo s tem, da predlagamo več na zvezdiščnosti osnovanih algoritmov za razvrščanje v skupine in jih preizkusimo na visokodimenzionalnih podatkih. Eksperimentalni rezultati kažejo dobro uspešnost naših algoritmov v več okoliščinah, še posebej ob prisotnosti velikih količin šuma.
COBISS.SI-ID: 26713639
Nacionalne ankete branosti spadajo med največje sindicirane komercialne ankete. Te kontinuirane verjetnostne ankete si prizadevajo zagotoviti zanesljive ocene bralcev nacionalnih časopisov in revij. Predstavljajo vlogo valute za kupovanje in prodajanje oglaševalskega prostora v tiskanih medijih ter so zelo pomembne za medije in oglaševalsko industrijo. Slovenska nacionalna anketa branosti ima dvostopenjski verjetnostni vzorec, podatki pa se zbirajo s pomočjo računalniško podprtega osebnega anketiranja (CAPI), ki ga izvaja 10 anketarjev, zaposlenih za polni delovni čas, in 15 študentov, zaposlenih za skrajšani delovni čas. Stopnja odgovora je med 30% in 40%, neto vzorec pa je približno 6.500 na leto. Med leti 2007 in 2010 je slovensko nacionalno anketo branosti nadziral Center za družboslovno informatiko na Fakulteti za družbene vede. Vsak teden je bil 20% anketirancem poslan kontrolni vprašalnik, kjer smo jih vprašali o anketarjevem obisku, ali so bili osebno anketirani in kako bi ocenili anketarjevo vedenje. Za nadzor anketnih odgovorov smo vključili tudi nekaj vprašanj iz ankete: kako pogosto uporabljajo internet, na katerega izmed sedmih največjih slovenskih časopisov je njihovo gospodinjstvo naročeno, katerega spola so in koliko so stari. Približno 50% jih je odgovorilo v dveh tednih, ostale pa smo poklicali po telefonu in če po petih poskusih nismo uspeli vzpostaviti stika, smo jim poslali še en dopis. Med respondenti, ki se niso odzvali na drugi dopis, smo jih naključno izbrali 10%, ki jih je na terenu obiskal anketar. Skupno je sodelovalo 90% kontrolnega vzorca in končni rezultati kažejo, da le od 3% do 4% respondentov ni bilo anketiranih ali pa so bili anketirani po telefonu. Med analizo anketarjev smo pri enem izmed njih zaznali bistveno več anomalij kot pri drugih. Glede na analizo kontrolnih spremenljivk je skladnost z anketno bazo zelo visoka (98%) za spol in starost, za uporabo internetna in naročnino na časopise pa manj popolna. Kljub nizki tako stopnji anket, ki niso bile izvedene pravilno, kot stopnji lastnosti, ki se ne ujemajo, bi lahko vložili več sredstev v prizadevanja, da se prepreči izpuščanje enot s strani anketarjev.
COBISS.SI-ID: 31855709