Математика

Непараметрические коллективы решающих правил — Лапко В. А.

Непараметрические коллективы решающих правил
Научное издание

год издания — 2002, кол-во страниц — 168, ISBN — 5-02-031953-8, тираж — 400, язык — русский, тип обложки — твёрд. 7Б, масса книги — 390 гр., издательство — Наука. Новосибирск

КНИГА СНЯТА С ПРОДАЖИ

Издание осуществлено при финансовой поддержке СО РАН

Р е ц е н з е н т ы:
д-р тех. наук, проф. С. А. Михайленко
д-р тех. наук, проф. А. П. Шевырногов

Утверждено к печати Учёным советом Института вычислительного моделирования СО РАН

Формат 70x100 1/16. Бумага офсетная ВХИ. Печать офсетная

В монографии с позиций принципов коллективного оценивания предлагается методика синтеза и анализа нового класса непараметрических моделей статических и динамических объектов. Особенность разработанных непараметрических коллективов решающих правил состоит в максимальном использовании информации обучающих выборок на основе управляемого сочетания преимуществ параметрических и локальных аппроксимаций. Рассматривается их применение при исследовании социальных и технических систем.

Книга предназначена для специалистов в области искусственного интеллекта и автоматизированных систем обработки информации, аспирантов и студентов вузов.

Ил. 78. Библиогр.: 93 назв.

ПРЕДИСЛОВИЕ	5

Г л а в а 1
СИНТЕЗ И АНАЛИЗ НЕПАРАМЕТРИЧЕСКИХ МОДЕЛЕЙ КОЛЛЕКТИВНОГО ТИПА В ЗАДАЧАХ ВОССТАНОВЛЕНИЯ СТОХАСТИЧЕСКИХ ЗАВИСИМОСТЕЙ	7

1.1. Классификация статистических моделей коллективного типа	7
1.2. Восстановление многомерных стохастических зависимостей на
основе непараметрических коллективов	8
1.3. Непараметрические коллективы решающих правил в задаче
распознавания образов	11
1.4. Дифференциация признаков анализируемой ситуации по степени их
влияния на формируемое решение	13
1.5. Асимптотические свойства непараметрических моделей
коллективного типа	14
1.6. Сравнение аппроксимационных свойств непараметрических моделей
коллективного типа	21
1.7. Оптимизация непараметрических моделей коллективного типа	25
1.8. Свойства непараметрических моделей коллективного типа в
условиях ограниченных выборок	34

Г л а в а 2
НЕПАРАМЕТРИЧЕСКИЕ МОДЕЛИ ВРЕМЕННЫХ ЗАВИСИМОСТЕЙ, ОСНОВАННЫЕ НА МЕТОДЕ ДВОЙНОГО КОЛЛЕКТИВНОГО ОЦЕНИВАНИЯ	46

2.1. Традиционные непараметрические модели временных зависимостей
коллективного типа и их свойства	46
2.2. Синтез и анализ непараметрических моделей временных
зависимостей, основанных на методе двойного коллективного
оценивания	52
2.3. Асимптотические свойства непараметрических коллективов
временных зависимостей	54
2.4. Сравнение аппроксимационных свойств непараметрических
коллективов в задаче восстановления временных зависимостей	58
2.5. Исследование свойств непараметрических моделей коллективного
типа при коротких временных рядах	60

Г л а в а 3
КОЛЛЕКТИВЫ ГИБРИДНЫХ МОДЕЛЕЙ В ЗАДАЧЕ ВОССТАНОВЛЕНИЯ СТОХАСТИЧЕСКИХ ЗАВИСИМОСТЕЙ	63

3.1. Направления повышения эффективности использования априорной
информации	63
3.2. Гибридные модели и их модификации	65
3.3. Модификации гибридных моделей	67
3.4. Синтез и анализ коллективов гибридных моделей	69
3.5. Оценка эффективности входящих в коллектив гибридных моделей	71
3.6. Сравнение аппроксимационных свойств коллектива гибридных
моделей	75
3.7. Непараметрические модели стохастических зависимостей с учётом
их частичного описания	79

Г л а в а 4
НЕПАРАМЕТРИЧЕСКИЕ МОДЕЛИ ПОСЛЕДОВАТЕЛЬНЫХ ПРОЦЕССОВ ПРИНЯТИЯ РЕШЕНИЙ	87

4.1. Непараметрические модели статических систем с линейной
структурой	87
4.2. Непараметрические модели стохастических зависимостей,
основанные на методе группового учёта аргументов	96

Г л а в а 5
НЕПАРАМЕТРИЧЕСКИЕ МОДЕЛИ АНАЛИЗА МНОЖЕСТВ СЛУЧАЙНЫХ ВЕЛИЧИН	100

5.1. Регрессионная оценка плотности вероятности	100
5.2. Применение метода декомпозиции обучающей выборки в задаче
распознавания образов	103
5.3. Синтез и анализ непараметрической регрессии на основе метода
декомпозиции выборки	103
5.4. Анализ множеств случайных величин при восстановлении
стохастических зависимостей	105
5.5. Свойства непараметрических моделей стохастических зависимостей
в условиях больших выборок	110

Г л а в а 6
ИНФОРМАЦИОННАЯ СИСТЕМА ПРОГНОЗИРОВАНИЯ ДИНАМИКИ СОСТОЯНИЯ ПРЕСТУПНОСТИ РЕГИОНА	122

6.1. Основные понятия и определение объекта исследования	122
6.2. Системный анализ преступности и её причины	123
6.3. Задачи исследования состояния преступности региона	133
6.4. Анализ направлений научных исследований в задачах профилактики
и борьбы с преступностью	136
6.5. Структура информационной системы и описание процесса её
функционирования	138

Г л а в а 7
СТАТИСТИЧЕСКИЕ МОДЕЛИ ОЦЕНИВАНИЯ ПОКАЗАТЕЛЕЙ ЭФФЕКТИВНОСТИ ЭЛЕКТРОТЕХНИЧЕСКИХ ИЗДЕЛИЙ	143

7.1. Непараметрические модели оценивания показателей эффективности
электронасосных агрегатов	143
7.2. Статистический анализ влияния конструктивных особенностей
рабочих колёс на эффективность электронасосных агрегатов	146
7.3. Разработка и исследование непараметрических моделей
малорасходных вентиляторов системы охлаждения	151

ЗАКЛЮЧЕНИЕ	157

СПИСОК ЛИТЕРАТУРЫ	159

Книги на ту же тему

Прикладной многомерный статистический анализ, 1978
Методы принятия технических решений, Мушик Э., Мюллер П., 1990
Временные ряды. Обработка данных и теория, Бриллинджер Д. Р., 1980
Статистический анализ временных рядов, Андерсон Т., 1976
Рандомизированные алгоритмы оценивания и оптимизации при почти произвольных помехах, Граничин О. Н., Поляк Б. Т., 2003
Регрессионный анализ в экспериментальной физике, Живописцев Ф. А., Иванов В. А., 1995
Стохастическая финансовая математика (Труды математического института им. В. А. Стеклова, т. 237), Ширяев А. Н., ред., 2002
Стохастические дифференциальные уравнения. Введение в теорию и приложения, Оксендаль Б., 2003
Методы распознавания: Учебное пособие для вузов. — 3-е изд., перераб. и доп., Горелик А. Л., Скрипкин В. А., 1989
Голографическое опознавание образов, Василенко Г. И., 1977
Автоматизация синтеза и обучение интеллектуальных систем автоматического управления, Макаров И. М., Лохин В. М., ред., 2009
Стохастические модели обучаемости, Буш Р., Мостеллер Ф., 1962
Нечёткие множества в моделях управления и искусственного интеллекта, Аверкин А. Н., Батыршин И. 3., Блишун А. Ф., Силов В. Б., Тарасов В. Б., 1986
Нечёткие модели и сети, Борисов В. В., Круглов В. В., Федулов А. С., 2007
Искусственный интеллект и интеллектуальные системы управления, Макаров И. М., Лохин В. М., Манько С. В., Романов М. П., 2006
Интеллектуальные технологии мониторинга и управления структурной динамикой сложных технических объектов, Охтилев М. Ю., Соколов Б. В., Юсупов P. M., 2006
Модернизация системы налогового контроля на основе нейросетевых информационных технологий, Букаев Г. И., Бублик Н. Д., Горбатков С. А., Саттаров Р. Ф., 2001
Интеллектуальные информационные системы в экономике: учебное пособие. — 2-е изд., стереотип., Романов В. П., 2007
Искусственный разум, Чачко А. Г., 1978
Интеллектуальные методы в менеджменте, Кричевский М. Л., 2005
Программируем коллективный разум, Сегаран Т., 2008
Теория морфологического прогнозирования развития военной техники, Назаров А. А., 1986

http://knigoprovod.ru

/Наука и Техника/Математика

ОГЛАВЛЕНИЕ

Книги на ту же тему