О некоторых свойствах процедур рандомизированного машинного обучения при наличии зашумленных данных

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

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.

Об авторах

Юрий Соломонович Попков

Федеральный исследовательский центр «Информатика и управление» РАН

Автор, ответственный за переписку.
Email: popkov@isa.ru

Федеральный исследовательский центр «Информатика и управление» Российской академии наук. Главный научный сотрудник; академик РАН, доктор технических наук, профессор. Институт проблем управления Российской академии наук. Главный научный сотрудник. Область научных интересов: энтропийные методы, макросистемы, рандомизированное машинное обучение

Россия, Москва

Список литературы

  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.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать


Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».