Текущий выпуск Номер 4, 2020 Том 12
Результаты поиска по 'критерий':
Найдено статей: 43
  1. Поддубный В.В., Поликарпов А.А.
    Диссипативная стохастическая динамическая модель развития языковых знаков
    Компьютерные исследования и моделирование, 2011, т. 3, № 2, с. 103-124

    Предлагается диссипативная стохастическая динамическая модель эволюции языковых знаков, удовлетворяющая принципу «наименьшего действия» — одному из фундаментальных вариационных принципов природы. Модель предполагает пуассоновский характер потока рождения языковых знаков, экспоненциальное (показательное) распределение ассоциативно-семантического потенциала (АСП) знака и оперирует разностными стохастическими уравнениями специального вида для диссипативных процессов. Получаемые из модели распределения полисемии и частотно-ранговые распределения языковых знаков статистически значимо (по критерию Колмогорова–Смирнова) не отличаются от эмпирических распределений, полученных из представительных толковых и частотных словарей русского и английского языков.

    Просмотров за год: 1. Цитирований: 6 (РИНЦ).
  2. Шовин В.А.
    Поиск косоугольной факторной структуры методом «облимакс»
    Компьютерные исследования и моделирование, 2013, т. 5, № 2, с. 123-130

    Предлагается усовершенствованный метод косоугольного вращения «облимакс». Рассматривается проблема выбора пар факторов. Предлагается оригинальная последовательность выбора пар факторов, приводящая к наилучшей факторной структуре по критерию «облимакс».

  3. От редакции
    Компьютерные исследования и моделирование, 2017, т. 9, № 6, с. 853-855
    Просмотров за год: 6.
  4. От редакции
    Компьютерные исследования и моделирование, 2018, т. 10, № 6, с. 733-735
    Просмотров за год: 20.
  5. От редакции
    Компьютерные исследования и моделирование, 2019, т. 11, № 2, с. 201-203
    Просмотров за год: 29.
  6. От редакции
    Компьютерные исследования и моделирование, 2020, т. 12, № 4, с. 689-692
  7. От редакции
    Компьютерные исследования и моделирование, 2019, т. 11, № 5, с. 773-776
  8. От редакции
    Компьютерные исследования и моделирование, 2020, т. 12, № 1, с. 5-8
  9. Многомерные данные, при использовании значительно большего количества признаков относительно меньшего числа наблюдений, порождают хорошо известную проблему переопределённой задачи. В связи с этим, представляется целесообразным описание данных в терминах меньшего числа мета-признаков, которые вычисляются при помощи так называемых матричных факторизаций. Такие факторизации способствуют уменьшению случайного шума при сохранении наиболее существенной информации. Три новых и взаимосвязанных метода предложены в этой статье: 1) факторизационный механизм градиентного спуска с двумя (согласно размерности микрочипа) гибкими и адаптируемыми параметрами обучения, включая явные формулы их автоматического пересчета, 2) непараметрический критерий для отбора количества факторов, и 3) неотрицательная модификация градиентной факторизации, которая не требует дополнительных вычислительных затрат в сравнении с базовой моделью. Мы иллюстрируем эффективность предложенных методов в приложении к задаче направляемой классификации данных в области биоинформатики.

    Цитирований: 4 (РИНЦ).
  10. Горшенин А.К.
    О применении асимптотических критериев для определения числа компонент смеси вероятностных распределений
    Компьютерные исследования и моделирование, 2012, т. 4, № 1, с. 45-53

    В статье демонстрируется практическая эффективность применения асимптотически наиболее мощных критериев проверки гипотез о числе компонент смеси в моделях добавления и расщепления компонент. Тестовые данные представляют собой выборки из различных конечных смесей нормальных законов. Проводится сравнение результатов для разнообразных уровней значимости и весов.

    Просмотров за год: 1. Цитирований: 2 (РИНЦ).
Страницы: следующая последняя »

Полнотекстовая версия журнала доступна также на сайте научной электронной библиотеки eLIBRARY.RU

Журнал входит в Перечень российских рецензируемых научных журналов, в которых должны быть опубликованы основные научные результаты диссертаций на соискание ученых степеней доктора и кандидата наук ВАК, группы специальностей: 01.01.00, 01.02.00.
 

Международная Междисциплинарная Конференция "Математика. Компьютер. Образование"

Международная Междисциплинарная Конференция МАТЕМАТИКА. КОМПЬЮТЕР. ОБРАЗОВАНИЕ.

Журнал включен в базу данных Russian Science Citation Index (RSCI) на платформе Web of Science

Журнал индексируется в Scopus