 |
Ю. С. Попков "О некоторых свойствах процедур рандомизированного машинного обучения при наличии зашумленных данных" |
 |
|
Аннотация.
Рассматриваются различные модели измерительных шумов в процедурах рандомизированного энтропийного оценивания функций плотности распределения вероятностей: аддитивнные, мультипликативные, измерительные шумы на входе и выходе модели объекта. Исследуются свойства энтропийно-оптимальных ПРВ, и показано, что соответствующие им измерительные шумы являются гетероскедастическими.
Ключевые слова:
энтропийное оценивание, функции плотности, множители Лагранжа, гетероскедастический шум, модели дисперсии.
Стр. 89-95.
DOI 10.14357/20718632230209 Литература
1. Popkov Yu.S., Popkov A.Yu., Dubnov Yu.A. Entropy Randomization in Mashine Learning, 2023, CRC Press, Taylor & Francis Group. 2. Shannon C.E. Mathematical Theory of Communication. 1948, The Bell System Technical Journal, v.27, p.373-423, 623-656. 3. Jaynes E.T. Information theory and statistical Mechanics. Physical Review, 1957, v.104(4), p.620-630. 4. Jaynes E.T. Gibbs vs Boltzmann entropy. American Journal of Physics, 1965, v.33, p.391-398. 5. Rosenkrantz R.D., Jaynes E.T. Paper on Probability, Statistics,and Statistical Physics. Kluwer Academic Pablishers, 1989. 6. Popkov Yu.S. Qualitative Properties of Random Maximum Entropy Estimates of Probability Density Functions. Mathematics, 2021, 9, 548, doi.org/10.3390/math9050548. 7. Bollerslev T., Engle R.F., Nelson D.B. ARCH Models. In: Engle R.F. and McFadden D.C.,eds. Handbook of Econometrics, 1994, Elsevier Science, Amsterdam, p.2961-3038. 8. Cai T.T., Wang L. Adaptive variance function estimation in heteroscedastic nonparametric regression. Ann. Stat., 2008, v. 36(5), p. 2025-2054, doi:10.1214/07-AOS509. 9. Орешко Н.И. Восстановление закона изменения гетероскедастического шума при траекторных измерениях на основе вейвлет-технологий. Известия СПбГЭТУ "ЛЭТИ", 2013, № 9, с. 16-21.
|
