La evaluación de la relación lineal entre un conjunto de predictores continuos y una respuesta continua es un problema muy estudiado en estadística y minería de datos. Para determinar esta relación pueden utilizarse métodos basados en L2, como los mínimos cuadrados ordinarios y la regresión ortogonal. Sin embargo, ambos métodos se ven perjudicados cuando hay valores influyentes. Este problema se agrava cuando los valores atípicos confunden los diagnósticos estándar. Este trabajo propone un método de regresión ortogonal L1-norma (L1OR) formulado como un problema de optimización no convexo. Se presentan estrategias de solución para encontrar soluciones globales óptimas. Se realizan estudios de simulación para evaluar la resistencia del método a los valores atípicos y la consistencia del método. También se aplica el método a datos del mundo real procedentes de una aplicación de ciencias medioambientales.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Investigación sobre Pruebas de Penetración de WiFi con Kali Linux
Artículo:
Control de seguimiento de modo deslizante adaptativo para helicópteros autónomos no tripulados basado en redes neuronales.
Artículo:
Enrutamiento oportunista con equilibrio de carga para redes ad hoc de radio cognitiva
Artículo:
Prediciendo Extremos Financieros Basados en un Gráfico Visual Ponderado de los Principales Índices Bursátiles.
Artículo:
Balanceador de carga adaptativo de controlador genérico (GCALB) para redes SDN
Informe, reporte:
Diagnóstico sobre la logística del comercio internacional y su incidencia en la competitividad de las exportaciones de los países miembros
Infografía:
Sistemas de calidad. Six Sigma
Manual:
Química de los taninos
Artículo:
Influencia del COVID-19 en las dinámicas de exportación, producción y consumo de carne vacuna en Colombia y el mundo: Una revisión monográfica.