APPLICATION OF THE KERNEL PROBABILITY DENSITY ESTIMATE TO SOLVE THE PROBLEM OF CLASSIFICATION OF THE TECHNICAL CONDITION OF COMPLEX SYSTEMS

封面

如何引用文章

全文:

详细

Background. In order to increase the versatility of modeling in the process of recognizing the technical condition of a complex system, a solution to the problem of its statistical classification is proposed. Materials and methods. Belonging of the current state to a certain class is estimated by confirming the hypothesis using a decision function based on the concept of "inductive behavior". Results and conclusions. Confirmation is carried out by estimating the probability of the current parameters of the object falling into a two-dimensional parallelepiped of the joint density function, determined using the method of kernel probability density estimation.

作者简介

Andrey Zayara

Military Innovative Technopolis "ERA"

编辑信件的主要联系方式.
Email: zaw1966@mail.ru

Candidate of technical sciences, senior research fellow of the research department

(41 Pionersky avenue, Anapa, Russia)

Vladimir Fandeev

Branch of the Military Academy of Logistics named after Army General A.V. Khrulev in Penza

Email: fandeevVP@mail.ru

Doctor of technical sciences, professor, lecturer of the sub-department of general professional disciplines

(Military town, Penza, Russia)

参考

  1. Gaskarov D.V., Golinkevich T.A., Mozgalevskiy A.V. Prognozirovanie tekhnicheskogo sostoyaniya i nadezhnosti radioelektronnoy apparatury = Forecasting the technical condition and reliability of electronic equipment. Moscow: Sov. radio, 1974:224. (In Russ.)
  2. Kolmogorov A.N. Osnovnye ponyatiya teorii veroyatnostey. 2-e izd. = Basic concepts of probability theory. 2nd ed. Moscow: Nauka, 1974:120. (In Russ.)
  3. Gnedenko B.V. Kurs teorii veroyatnostey: uchebnik. Izd. 3-e, pererab. = Course of probability theory : textbook. 3rd ed., revised. Moscow: Gos. izd-vo fiziko-matematicheskoy literatury, 1961:406. (In Russ.)
  4. Val'd A. Statistical decision functions. Pozitsionnye igry: sb. st. = Positional games : collection of articles. Moscow: Nauka, 1967:524. (In Russ.)
  5. Neyman E. Vvodnyy kurs teorii veroyatnostey i matematicheskoy statistiki = Introductory course in probability theory and mathematical statistics. Moscow: Nauka, 1968:448. (In Russ.)
  6. Fisher R.A. The Logic of Inductive Inference. Journal of the Royal Statistical Society. 1935;98(1):39–82.
  7. Epanechnikov V.A. Nonparametric estimation of multidimensional probability density. Teoriya veroyatnosti i ee primenenie = Probability theory and its application. 1969;14(1):153–158. (In Russ.). Available at: http://www.mathnet.ru/rus/agreement (accessed 18.01.2025).
  8. Seaborn Kdeplot. A Comprehensive Guide. Geeksforgeeks. Available at: https://www.geeksforgeeks.org/seabornkdeplot- a-comprehensive-guide/ (accessed 03.02.2025).

补充文件

附件文件
动作
1. JATS XML


Creative Commons License
此作品已接受知识共享署名 4.0国际许可协议的许可

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».