непараметрические модели случайных процессов

Синтез и анализ непараметрических моделей стохастических зависимостей и распознавания образов в условиях малых выборок dslib.net Библиотека диссертаций Навигация Для нормальной работы сайта необходимо включить JavaScript → → Синтез и анализ непараметрических моделей стохастических зависимостей и распознавания образов в условиях малых выборок Шарков Максим Анатольевич Диссертация, - 15у.е., доставка 1-3 часа, с 10-19 (Московское время), кроме воскресенья Автореферат - 6 у.е., доставка 10 минут, круглосуточно, без выходных и праздников Шарков Максим Анатольевич. Синтез и анализ непараметрических моделей стохастических зависимостей и распознавания образов в условиях малых выборок : диссертация ... кандидата технических наук : 05.13.01 / Шарков Максим Анатольевич; [Место защиты: Сиб. федер. ун-т].- Красноярск, 2007.- 124 с.: ил. РГБ ОД, 61 07-5/5211 Введение к работе Актуальность работы. Большинство статистических методов восстановления стохастических зависимостей и распознавания образов ориентировано на представительные обучающие выборки. Однако при решении прикладных задач часто располагают ограниченным объемом наблюдений - короткой либо малой выборкой.Проблема анализа малых выборок является наименее исследованной в теории обучающихся систем. Для «обхода» проблем малых выборок широкое распространение получили методы, основанные на принципах декомпозиции систем и последовательные процедуры формирования решений, которые характеризуются недостаточной вычислительной эффективностью. В связи с этим, возникает потребность в разработке моделей восстановления стохастических зависимостей и распознавания образов в условиях малых выборок, обеспечивающих высокое качество и обоснованность получаемых результатов, а также невысокую ресурсоемкость при решении задач обработки информации.Основные научные результаты диссертации получены в рамках планов научных исследований Института вычислительного моделирования СО РАН «Разработка гибридных интеллектуальных информационных технологий на основе интеграции геоинформационных, нейросетевых, экспертных и аналитических систем» ПСО 242 от 03.07.03 и Красноярского государственного технического университета, а также в соответствии с грантом Президента МД-2130.2005.9.Тема диссертации соответствует перечню «Критические технологии РФ» по направлению - компьютерное моделирование.Народно-хозяйственная проблема. Нестационарность объекта исследования, высокая стоимость и сложность получения дополнительных данных обуславливает возникновение задач обработки информации в условиях малых выборок. Получаемые в этом случае решающие правила не всегда обеспечивают приемлемые для практики результаты, так как информация малых обучающих выборок затрудняет оценивание вероятностных характеристик изучаемых закономерностей. Данная проблема наиболее актуальна для социальных, медико-биологических и технических систем.Объектом исследования являются методы обработки статистических выборок малого объема.Предметом исследования явл