Текущий выпуск Номер 5, 2024 Том 16

Все выпуски

Результаты поиска по 'parametric inference':
Найдено статей: 2
  1. Грабарник П.Я.
    Методы оценивания параметров случайных точечных полей с локальным взаимодействием
    Компьютерные исследования и моделирование, 2016, т. 8, № 2, с. 323-332

    В работе дается краткий обзор методов оценивания параметров случайных точечных процессов с локальным взаимодействием между точками. Показано, что общепринятый метод максимального псевдоправдоподобия является частным случаем методов оценивания, основанных на использовании вспомогательного марковского процесса, инвариантная мера которого является гиббсовским точечным полем с параметрами, подлежащими оцениванию. Предложено обобщение данного метода, приводящее к такому виду уравнений для получения оценок неизвестных параметров, который не может быть получен с помощью универсального метода Такача–Фикселя. Компьютерные эксперименты показывают, что новый метод позволяет получать оценки, качество которых выше, чем качество оценок широко используемого метода максимального правдоподобия.

    Ключевые слова: гиббсовское точечное поле, оценивающая функция, псевдоправдоподобие, оценивание параметров.
    Grabarnik P.Ya.
    Parameter estimation methods for random point fields with local interactions
    Computer Research and Modeling, 2016, v. 8, no. 2, pp. 323-332

    The paper gives an overview of methods for estimating the parameters of random point fields with local interaction between points. It is shown that the conventional method of the maximum pseudo-likelihood is a special case of the family of estimation methods based on the use of the auxiliary Markov process, invariant measure of which is the Gibbs point field with parameters to be estimated. A generalization of this method, resulting in estimating equation that can not be obtained by the the universal Takacs–Fiksel method, is proposed. It is shown by computer simulations that the new method enables to obtain estimates which have better quality than those by a widely used method of the maximum pseudolikelihood.

    Keywords: Gibbs point process, estimating function, pseudo-likelihood, parametric inference.
    Просмотров за год: 3.
  2. Ветчанин Е.В., Тененев В.А., Шаура А.С.
    Управление движением жесткого тела в вязкой жидкости
    Компьютерные исследования и моделирование, 2013, т. 5, № 4, с. 659-675

    Решена задача оптимального управления движением мобильного объекта с внешней жесткой оболочкой вдользаданной траектории в вязкой жидкости. Рассматриваемый мобильный робот обладает свойством самопродвижения. Самопродвижение осуществляется за счет возвратнопоступательных колебаний внутренней материальной точки. Оптимальное управление движением построено на основе системы нечеткого логического вывода Сугено. Для получения базы нечетких правил предложен подход, основанный на построении деревьев решений с помощью разработанного генетического алгоритма структурно-параметрического синтеза.

    Ключевые слова: оптимальное управление движением, самопродвижение, генетический алгоритм, структурно-параметрический синтез, деревья решений, нечеткая логика.
    Vetchanin E.V., Tenenev V.A., Shaura A.S.
    Motion control of a rigid body in viscous fluid
    Computer Research and Modeling, 2013, v. 5, no. 4, pp. 659-675

    We consider the optimal motion control problem for a mobile device with an external rigid shell moving along a prescribed trajectory in a viscous fluid. The mobile robot under consideration possesses the property of self-locomotion. Self-locomotion is implemented due to back-and-forth motion of an internal material point. The optimal motion control is based on the Sugeno fuzzy inference system. An approach based on constructing decision trees using the genetic algorithm for structural and parametric synthesis has been proposed to obtain the base of fuzzy rules.

    Keywords: optimal motion control, self-locomotion, genetic algorithm, structural-parametrical synthesis, decision tree, fuzzy logic.
    Просмотров за год: 2. Цитирований: 1 (РИНЦ).

Журнал индексируется в Scopus

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

Журнал входит в систему  Российского индекса научного цитирования.

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

Международная Междисциплинарная Конференция "Математика. Компьютер. Образование"

Международная Междисциплинарная Конференция МАТЕМАТИКА. КОМПЬЮТЕР. ОБРАЗОВАНИЕ.

Copyright © 2009–2024 Институт компьютерных исследований