Труды сотрудников ИВМ СО РАН

[Текст] : статья / А.В. Лапко, В.А. Лапко // Вестник СибГАУ. - 2012. - Вып. 2(42). - С. 41-44
Аннотация: Исследуются асимптотические свойства многомерной непараметрической регрессии, синтез которой основан на оценках плотности вероятности Розенблатта–Парзена. Устанавливается их количественная зависимость от вида ядерной функции и особенности исходных статистических данных.

Полный текст на сайте журнала,
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.

[Текст] : статья / А. В. Лапко, В. А. Лапко // Информатика и системы управления. - 2015. - № 2. - С. 53-59 . - ISSN 1814-2400
   Перевод заглавия: Structure synthesis of nonparametric regression group

УДК

681.513

Аннотация: На основе результатов исследования асимптотических свойств коллектива непараметрических регрессий разработана методика синтеза его структуры. Ее применение позволяет определить количество составляющих коллектива и оценить показатели его эффективности.
Based on the research results of asymptotic properties of nonparametric regression group there was developed a method of synthesis of its structure. Its application allows to determine the number of the group components and estimate its efficiency indexes.

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.

[Текст] : научное издание / А. В. Лапко, В. А. Лапко // Информатика и системы управления. - 2017. - № 2. - С. 64-71, DOI 10.22250/isu.2017.52.64-71 . - ISSN 1814-2400
   Перевод заглавия: Nonparametric collective of linear approximations in the problem of reconstructing stochastic dependencies

УДК

519.7

Аннотация: Рассматривается методика построения непараметрического коллектива в задаче восстановления стохастических зависимостей, обеспечивающего эффективный учет априорной информации исходных статистических данных. Проводится анализ структуры непараметрического коллектива и его свойства.
We consider a technique for constructing a nonparametric collective in the problem of restoring stochastic dependencies, which ensures the effective calculation of a priori information of the initial statistical data. The structure of the non-parametric collective and its properties are analyzed.

РИНЦ

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

Доп.точки доступа:
Лапко, А.В.; Lapko A.V.; Лапко, В.А.; Lapko V.A.

: статья / А. В. Лапко, В. А. Лапко // Информатика и системы управления. - 2018. - № 2. - С. 73-82, DOI 10.22250/isu.2018.56.73-82 . - ISSN 1814-2400
   Перевод заглавия: Synthesis and analysis of non-parametric regression in conditions of large samples

УДК

519.7

Аннотация: Предлагается методика построения непараметрической регрессии в условиях обучающих выборок большого объема. Синтез модели основывается на декомпозиции исходных статистических данных и анализе вероятностных характеристик получаемых множеств случайных величин. Исследуются асимптотические свойства непараметрической регрессии и рассматриваются результаты вычислительного эксперимента. Результаты исследований имеют важное значение при решении задач доверительного оценивания плотности вероятности и кривой регрессии.
The technique of construction of a nonparametric regression in the conditions of training samples of large volume is offered. Model synthesis is based on decomposition of initial statistical data and the analysis of probabilistic characteristics of received random variables sets. Asymptotic properties of a nonparametric regression are investigated and results of computing experiment are considered. Results of researches have great value at a solution of problems of a confidential estimation of a probability density and a regression curves.

РИНЦ

Держатели документа:
Институт вычислительного моделирования СО РАН
Сибирский государственный университет науки и технологий им. академика М.Ф. Решетнева

Доп.точки доступа:
Лапко, А.В.; Lapko A.V.; Лапко, В.А.; Lapko V.A.