Труды сотрудников ИВМ СО РАН

w10=
Найдено документов в текущей БД: 4

    Свойства непараметрической оценки многомерной плотности вероятности независимых случайных величин
[Текст] : статья / А.В. Лапко, В.А. Лапко // Информатика и системы управления. - 2012. - № 1(31). - С. 166-174
Аннотация: Исследуются асимптотические свойства произведения многомерных непараметрических оценок плотности вероятности типа Розенблатта – Парзена. Определяется значимость влияния априорных сведений о независимости случайных величин на аппроксимационные свойства непараметрических оценок их плотности вероятности.

Полный текст

Держатели документа:
ИВМ СО РАН : 660036, Красноярск, Академгородок, 50, стр.44

Доп.точки доступа:
Лапко, Василий Александрович; Lapko V.A.; Lapko A.V.
519.7
П 63

    Построение доверительных границ для решающей функции в двуальтернативной задаче распознавания образов
[Текст] : статья / А. В. Лапко, В. А. Лапко // Автометрия. - 2015. - Т. 51, № 4. - С. 62-67 . - ISSN 0320-7102
   Перевод заглавия: CONSTRUCTION OF CONFIDENCE BOUNDARIES FOR THE DECISION FUNCTION IN A TWO-ALTERNATIVE PROBLEM OF PATTERN RECOGNITION
УДК

Аннотация: Рассматривается непараметрическая оценка решающей функции в двуальтернативной задаче распознавания образов. При её синтезе используются принцип декомпозиции обучающей выборки и анализ вероятностных характеристик получаемых множеств случайных величин. На этой основе разработана методика построения доверительных границ для байесовского уравнения разделяющей поверхности. Эффективность методики подтверждается результатами вычислительных экспериментов.
A nonparametric estimate of the decision function in a two-alternative problem of pattern recognition is considered. The principle of expansion of the learning sample and the analysis of the probabilistic characteristics of the obtained sets of random variables are used to synthesize this estimate. On this basis, a technique of construction of confidence boundaries for the Bayesian equation of the separating surface is derived. The efficiency of this technique is proved by results of computational experiments.

РИНЦ

Держатели документа:
Институт вычислительного моделирования СО РАН
Сибирский государственный аэрокосмический университет им. академика М. Ф. Решетнёва

Доп.точки доступа:
Лапко, Василий Александрович; Lapko V.A.; Lapko A.V.
519.24
А 64

    Анализ зависимости аппроксимационных свойств непараметрической оценки плотности вероятности от методов дискретизации области определения
[Текст] : статья / А. В. Лапко, В. А. Лапко // Измерительная техника. - 2015. - № 5. - С. 10-14 . - ISSN 0368-1025
УДК

Аннотация: Предложена методика сравнения эффективности процедур дискретизации интервала значений случайной величины при оценивании плотности вероятности. В качестве критерия эффективности использовано асимптотическое выражение среднеквадратического отклонения регрессионной оценки плотности вероятности.
The comparison procedure for the effectiveness of methods for discretization of the interval of values of a random variable at probability density estimation has been saggested. As an efficiency criterion the asymptotic expression of standard deviation of regression model of probability density has been used.

РИНЦ

Держатели документа:
Институт вычислительного моделирования СО РАН
Сибирский государственный аэрокосмический университет им. акад. М. Ф. Решетнева

Доп.точки доступа:
Лапко, Василий Александрович; Lapko V.A.; Lapko A.V.
519.24
В920

    Выбор оптимального количества интервалов дискретизации области значений двухмерной случайной величины
[Текст] : статья / А. В. ЛАПКО, В. А. ЛАПКО // Измерительная техника. - 2016. - № 2. - С. 14-17 . - ISSN 0368-1025
УДК

Аннотация: Исследованы асимптотические свойства непараметрической оценки двухмерной плотности вероятности, синтез которой предполагает декомпозицию статистических данных. Определена зависимость количества двухмерных интервалов дискретизации от объема исходной информации.
The asymptotic properties of nonparametric estimation of two-dimensional probability density have been studied. The synthesis of this estimation presupposes decomposition of statistical data. The dependence is determined of the number of two-dimensional sampling intervals on the volume of the original data.

РИНЦ

Держатели документа:
Институт вычислительного моделирования СО РАН
Сибирский государственный аэрокосмический университет им. акад. М.Ф. Решетнева

Доп.точки доступа:
Лапко, Василий Александрович; Lapko V.A.; Lapko A.V.