Аннотация.

Рассматриваются рандомизированные модели данных и вводятся их функциональные и числовые характеристики. Оценивание этих характеристик производится в условиях недостаточных объемов данных, измеряемых с шумами с известными областями определения. Определен принцип робастного энтропийного оценивания и сформированы два класса математических моделей, реализующие этот принцип. Исследованы структурные свойства получаемых оценок для линейной и степенной рандомизированных моделей данных.

Ключевые слова:

рандомизированные модели данных, робастность, энтропия, мультипликативные алгоритмы.

Стр. 37-44.

Yu. S. Popkov, A. Yu. Popkov

"Robust entropic estimation of randomized data models"

Abstract. The randomized models of data are considered and the functional and numerical characteristics are introduced. Estimation of these characteristics is realized under limited data and noises. The principle of the robust entropic estimation is defined. Structural properties of the estimations for linear and polynomial models are studied.

Keywords: randomized data model, robustness, entropy, multiplicative algorithm.

Полная версия статьи в формате pdf.