Восстановление - зависимость - Большая Энциклопедия Нефти и Газа, статья, страница 3
"Подарки на 23-е февраля, это инвестиции в подарки на 8-е марта" Законы Мерфи (еще...)

Восстановление - зависимость

Cтраница 3


Точно такая же схема предлагается теперь для восстановления зависимости по косвенным данным.  [31]

Как же задается близость в различных задачах восстановления зависимостей.  [32]

В этой части книги рассказано об особенностях восстановления зависимостей по выборкам ограниченного объема. В ней показано, что основная проблема, возникающая из-за ограниченности объема эмпирических данных, состоит в правильном соотнесении сложности приближающей функции с количеством имеющихся данных.  [33]

Поэтому в настоящем комплексе для решения задач восстановления зависимости по косвенным данным используется тот же принцип структурной минимизации, что и для задач обучения распознаванию образов и построения регрессии.  [34]

При этом, по существу, задача восстановления неизвестной зависимости решается в загрубленном ( квантованном) виде.  [35]

Ответ на этот вопрос различен для разных задач восстановления зависимостей.  [36]

В первых десяти главах книги была изложена теория восстановления зависимостей по эмпирическим данным.  [37]

Книга представляет собой практическое руководство, посвященное вопросам восстановления зависимостей по выборкам ограниченного объема. Фортран IV и ориентированные на машины серии ЕС. Алгоритмы созданы в соответствии с общим принципом структурной минимизации среднего риска, суть которого заключается в оптимальном соотнесении сложности приближающей функции с объемом эмпирических данных.  [38]

Рассмотрено применение этого метода к трем основным задачам восстановления зависимостей: задаче обучения распознаванию образов, восстановления регрессии, интерпретации результатов косвенных экспериментов. Показано, что учет ограниченности объема эмпирических данных позволяет решать задачи распознавания образов при большой размерности пространства признаков, восстанавливать регрессионные зависимости при отсутствии модели восстанавливаемой функции, получать устойчивые решения некорректных задач интерпретации результатов косвенных экспериментов. Приведены соответствующие алгоритмы восстановления зависимостей.  [39]

40 Таким образом, в задаче восстановления регрессии применяется тгонятие близости как в метрике Ьр, так и в метрике С. [40]

Ответ на этот вопрос различен для разных задач восстановления зависимостей.  [41]

На рис. 9.4 дан простой пример работы программы восстановления зависимости для случая простой финансовой модели, показанной на рис. 9.2. Иллюстрируется также возможность поиска цели или интерактивного поиска, при котором может быть вычислено требуемое значение входной переменной, обеспечивающее некоторое желаемое значение для выходной переменной. Анализ зависимости и поиск цели могут производиться одновременно, если воспользоваться режимом анализа устойчивости. В этом режиме некоторой переменной придаются значения из определенного набора и в каждом случае вычисляется такое значение другой переменной, при котором значение третьей переменной достаточно мало отклоняется от целевого значения.  [42]

В тестовый пример для программы ВОЛНА включено задание па восстановление зависимости 4 - й переменной ( длина лепестка) от остальных переменных с помощью алгоритмов ЛИР, ЛИРС, ПОР ( схема 1) и ЛОР. Каждый 3 - й вектор включен в экзаменационную последовательность, векторы 21 и 22 исключены из рассмотрения.  [43]

В книге описана группа программ, специально предназначенных для восстановления зависимости по косвенным данным и рассчитанных на восстановление функции одной переменной. В качестве стандартных классов функций Ch приняты конечные разложения по полиномам Чебышева или сплайны с конечным числом сопряжений.  [44]

Наконец, на третьем этапе программа ВОЛНА осуществляет собственно восстановление зависимости.  [45]



Страницы:      1    2    3    4