Институт проблем информатики Российской Академии наук
Институт проблем информатики Российской Академии наук
Российская Академия наук

Институт проблем информатики Российской Академии наук




«Информатика и её применения» (Том 6, Выпуск 4, 2012)

Оглавление | Библиография | Об авторах

Аннотации и ключевые слова.

АНАЛИТИЧЕСКОЕ МОДЕЛИРОВАНИЕ РАСПРЕДЕЛЕНИЙ С ИНВАРИАНТНОЙ МЕРОЙ В СТОХАСТИЧЕСКИХ СИСТЕМАХ С АВТОКОРРЕЛИРОВАННЫМИ ШУМАМИ.

  • И.Н. Синицын  Институт проблем информатики Российской академии наук, sinitsin@dol.ru

Аннотация: Для многомерных нелинейных гауссовских (нормальных) дифференциальных систем с некоррелированными и автокоррелированными помехами на базе метода нормальной аппроксимации разработаны корреляционные алгоритмы аналитического моделирования стохастических режимов с инвариантной мерой. На тестовых примерах с помощью инструментального программного обеспечения в среде MATLAB показана достаточная для многих приложений точность алгоритмов.

Ключевые слова: автокоррелированная помеха; аналитическое моделирование; корреляционный алгоритм; метод нормальной аппроксимации; многомерная нелинейная дифференциальная стохастическая система; распределение с инвариантной мерой

О ТОЧНОСТИ НЕКОТОРЫХ МАТЕМАТИЧЕСКИХ МОДЕЛЕЙ КАТАСТРОФИЧЕСКИ НАКАПЛИВАЮЩИХСЯ ЭФФЕКТОВ ПРИ ПРОГНОЗИРОВАНИИ РИСКА ЭКСТРЕМАЛЬНЫХ СОБЫТИЙ.

  • И.А. Дучицкий  1Факультет вычислительной математики и кибернетики Московского государственного университета им. М.В. Ломоносова; duchik@gmail.com
  • В.Ю. Королев Факультет вычислительной математики и кибернетики Московского государственного университета им. М.В. Ломоносова;
  • И.А. Соколов Институт проблем информатики Российской академии наук, isokolov@ipiran.ru

Аннотация: Построеныоценки точности приближения распределений экстремумов специальных случайных сумм масштабными смесями полунормальных законов и обсуждается возможность использования этих результатов при прогнозировании риска экстремальных событий, вызванных катастрофически накапливающимися неблагоприятными эффектами.

Ключевые слова:  неоднородные потоки событий; дважды стохастический пуассоновский процесс; отрицательное биномиальное распределение; гамма-распределение; оценка скорости сходимости

ОБ АДАПТИВНЫХ СТРАТЕГИЯХ И УСЛОВИЯХ ИХ СУЩЕСТВОВАНИЯ.

  • М. Г. Коновалов  Институт проблем информатики Российской академии наук, mkonovalov@ipiran.ru

Аннотация: Рассматривается задача оптимального управления в отсутствие априорной информации об управляемом объекте. Решением задачи является построение адаптивных стратегий на основе наблюдений, доступных в процессе управления. Изучаются некоторые условия адаптивной управляемости объекта. В качестве математической модели используются управляемые случайные последовательности.

Ключевые слова:  управляемые случайные последовательности; адаптивные стратегии; условия существования

ОЦЕНКИ В НУЛЬ-ЭРГОДИЧЕСКОМ СЛУЧАЕ ДЛЯ НЕКОТОРЫХ СИСТЕМ ОБСЛУЖИВАНИЯ.

  • А.И. Зейфман  Вологодский государственный педагогический университет; Институт проблем информатики Российской академии наук и ИСЭРТ РАН, a_zeifman@mail.ru
  • А.В. Коротышева  Вологодский государственный педагогический университет, a korotysheva@mail.ru
  • Я.А. Сатин  Вологодский государственный педагогический университет, yacovi@mail.ru
  • С.Я. Шоргин   Институт проблем информатики Российской академии наук, SShorgin@ipiran.ru

Аннотация: Рассматриваются модели обслуживания с групповым поступлением и обслуживанием требований. Получены оценки скорости сходимости в нуль-эргодическом случае. Рассмотрен пример конкретного класса таких систем обслуживания.

Ключевые слова:  нестационарные системы обслуживания с групповым поступлением и обслуживанием требований; нуль-эргодичность; оценки

ОБОБЩЕННОЕ РАСПРЕДЕЛЕНИЕ ЛАПЛАСА КАК ПРЕДЕЛЬНОЕ ДЛЯ СЛУЧАЙНЫХ СУММИ СТАТИСТИК, ПОСТРОЕННЫХ ПО ВЫБОРКАМ СЛУЧАЙНОГО ОБЪЕМА.

  • В.Ю. Королев Факультет вычислительной математики и кибернетики Московского государственного университета им. М.В. Ломоносова;
  • В. Е. Бенинг   Факультет вычислительной математики и кибернетики Московского государственного университета им. М.В. Ломоносова; Институт проблем информатики РАН, bening@cs.msu.su
  • Л.М. Закс  Альфа-банк, отдел моделирования и математической статистики, lily.zaks@gmail.com
  • А.И. Зейфман  Вологодский государственный педагогический университет; Институт проблем информатики Российской академии наук и ИСЭРТ РАН, a_zeifman@mail.ru

Аннотация: Доказываются предельные теоремы, устанавливающие критерии сходимости распределений случайных сумм и статистик, построенных по выборкам случайного объема, к обобщенному распределению Лапласа.

Ключевые слова: обобщенное распределение Лапласа; симметричное устойчивое распределение; одностороннее устойчивое распределение; масштабная смесь нормальных законов; случайная сумма; выборка случайного объема; смешанное пуассоновское распределение

НИЖНИЕ ОЦЕНКИ УСТОЙЧИВОСТИ СМЕСЕЙ НОРМАЛЬНЫХ РАСПРЕДЕЛЕНИЙ К ВОЗМУЩЕНИЯМ СМЕШИВАЮЩИХ РАСПРЕДЕЛЕНИЙ.

  • А.Л. Назаров  Факультет вычислительной математики и кибернетики Московского государственного университета им. М.В. Ломоносова, nazarov.vmik@gmail.com

Аннотация: Исследуется устойчивость смесей нормальных распределений к возмущениям смешивающих распределений. Рассматриваются неравенства, описывающие близость смешивающих распределений через близость соответствующих смесей. Доказана теорема существования оценок устойчивости для подклассов масштабных и сдвиговых смесей нормальных законов. Оценка для сдвиговых смесей выписана в явном виде. При этом приведен пример, показывающий, что полученный результат не может быть принципиально улучшен без дополнительных предположений.

Ключевые слова:  смеси нормальных распределений; устойчивость стохастических моделей; преобразование Фурье; теорема Планшереля; теорема Прохорова; метрика Леви; нижние оценки устойчивости смесей

ПРЕДВАРИТЕЛЬНАЯ ОБРАБОТКА ПРИ РАСПОЗНАВАНИИ ТЕКСТОВ ПО ИЗОБРАЖЕНИЮ НИЗКОГО КАЧЕСТВА.

  • М.П. Кривенко  Институт проблем информатики Российской академии наук, mkrivenko@ipiran.ru

Аннотация: Рассматриваются методы предварительной обработки изображений текста, включающей решение задач коррекции наклона и выделения строк; при этом распознаваемое изображение обладает низким качеством и получено с высоким разрешением. При условии, что яркость пикселов строк знаков, хоть и незначительно, но отличается от яркости пикселов фона, предлагаются и анализируются процедуры коррекции наклона и выделения строк текста.

Ключевые слова: распознавание текста; предварительная обработка изображения; коррекция наклона; выделение строк текста

МОДЕЛЬ СЛУЧАЙНЫХ ГРАФОВ ДЛЯ ОПИСАНИЯ ВЗАИМОДЕЙСТВИЙ В СЕТИ.

  • А.А. Грушо  Институт проблем информатики Российской академии наук; Московский государственный университет им. М.В. Ломоносова, факультет вычислительной математики и кибернетики, grusho@yandex.ru
  • Е. Е. Тимонина   Институт проблем информатики Российской академии наук, eltimon@yandex.ru

Аннотация: Рассматривается новый класс случайных графов, призванный моделировать функционирование сети во времени. Предполагается, что наблюдения за сетью ведутся с помощью «оконного» метода. С целью выявления аномалий исследуется нормальное поведение степеней, которые можно наблюдать в «окнах» рассматриваемой модели. Исследована асимптотика максимальной степени вершин в графе, который порожден «окном» данного размера.

Ключевые слова:  случайные графы; моделирование глобальных сетей; информационная безопасность; аномальное поведение

ОБ ОПТИМАЛЬНОМ КОРРЕКТНОМ ПЕРЕКОДИРОВАНИИ ЦЕЛОЧИСЛЕННЫХ ДАННЫХ В РАСПОЗНАВАНИИ.

  • Е. В. Дюкова  Вычислительный центр Российской академии наук им. А.А. Дородницына, edjukova@mail.ru
  • А.В. Сизов   Московский государственный университет им.М.В. Ломоносова, box.sizov@gmail.com
  • Р.М. Сотнезов   Вычислительный центр Российской академии наук им. А.А. Дородницына, rom.sot@gmail.com

Аннотация: Исследуются вопросы применения логических процедур распознавания по прецедентам в случае вещественнозначной информации и целочисленной информации высокой значности. Рассмотрена задача корректного понижения значности данных. Разработаны генетические алгоритмы поиска оптимальной корректной перекодировки исходной информации. Проведено тестирование алгоритмов на реальных данных.

Ключевые слова: распознавание образов; корректная перекодировка; покрытие булевой матрицы

ОЦЕНИВАНИЕ ГИПЕРПАРАМЕТРОВ ЛИНЕЙНЫХ РЕГРЕССИОННЫХ МОДЕЛЕЙ ПРИ ОТБОРЕ ШУМОВЫХ И КОРРЕЛИРУЮЩИХ ПРИЗНАКОВ.

  • А.А. Токмакова  Московский физико-технический институт, aleksandra-tok@yandex.ru
  • В.В. Стрижов   Вычислительный центр Российской академии наук, strijov@ccas.ru

Аннотация: Решается задача отбора признаков при восстановлении линейной регрессии. Принята гипотеза о нормальном распределении вектора зависимой переменной и параметров модели. Для оценки ковариационной матрицы параметров используется аппроксимация Лапласа: логарифм функции ошибки приближается функцией плотности нормального распределения. Исследуется проблема присутствия в выборке шумовых и коррелирующих признаков, так как при их наличии матрица ковариаций параметров модели становится вырожденной. Предлагается алгоритм, производящий отбор информативных признаков. В вычислительном эксперименте приводятся результаты исследования на временном ряде.

Ключевые слова:  байесовский вывод; ковариационная матрица; гиперпараметры модели; отбор признаков; регрессия

ГОЛОГРАФИЧЕСКОЕ КОДИРОВАНИЕ НА ОСНОВЕ ПРЕОБРАЗОВАНИЯ УОЛША–АДАМАРА РАНДОМИЗИРОВАННЫХ И ПЕРЕМЕШАННЫХ ДАННЫХ.

  • Ш. Долев  Университет им. Бен-Гуриона в Негеве, Беэр-Шева, Израиль, dolev@cs.bgu.ac.il
  • С. Френкель  ИПИ РАН;Московский государственный технический университет радиотехники, электроники и автоматики, fdergei@mail.ru
  • А. Коен   Университет им. Бен-Гуриона в Негеве, Беэр-Шева, Израиль, coasaf@cse.bgu.ac.il

Аннотация: В статье содержатся результаты статистического и вероятностного анализа способа кодирования и сжатия данных, основанного на перемешивании и рандомизации двоичных данных, с последующим преобразованием Уолша–Адамара, и на основе выполненного анализа предлагается метод улучшения производительности данного подхода.

Ключевые слова: голографическое кодирование; преобразование Уолша-Адамара; границаШеннона

МАТЕМАТИЧЕСКОЕ ОБОСНОВАНИЕ, ПРИМЕНЕНИЕ И СРАВНЕНИЕ ОБОБЩЕННОГО МЕТОДА УСВОЕНИЯ ДАННЫХ НАБЛЮДЕНИЙ, ОСНОВАННОГО НА МЕТОДАХ ДИФФУЗИОННОЙ АППРОКСИМАЦИИ, С ДРУГИМИ МЕТОДАМИ УСВОЕНИЯ ДАННЫХ.

  • К.П. Беляев  Институт океанологии им. П.П.Ширшова Российской академии наук, kb@sail.msk.ru
  • К.А.С. Танажура   Федеральный университет штата Баийя, Бразилия, cast@ufba.br
  • Н.П. Тучкова  Вычислительный центр им. А.А. Дородницына Российской академии наук, tuchkova@ccas.ru

Аннотация: Многие методы усвоения данных, применяемые в численных океанских и атмосферных моделях, базируются на теории случайных процессов. Предложен метод усвоения, основанный на построении специальной последовательности цепейМаркова, с помощью которой строится сходимость к состоянию модели. Исследуются условия этой сходимости. Решается проблема оптимизации параметров этой цепи для наилучшего приближения, и обсуждаются результаты численных экспериментов. Показано, что предложенный метод усвоения данных может использоваться в практическом применении в метеорологии и океанографии. В данном исследовании метод применялся для океанской модели HYCOM и данных наблюдений с дрифтеров АРГО. В работе также выполнялись эксперименты с другими методами усвоения. Представлены результаты сравнения и анализа.

Ключевые слова: последовательность цепей Маркова; диффузионный случайный процесс; методы усвоения данных наблюдений; НУСОМ(Гибридная модель циркуляции океана); дрифтеры АРГО

ПОЛНАЯ СХОДИМОСТЬ СУММ В СХЕМЕ СЕРИЙ ОТРИЦАТЕЛЬНО ЗАВИСИМЫХ СЛУЧАЙНЫХ ВЕЛИЧИН.

  • С.Х. Санг  Университет Пай Чай, Республика Корея, sungsh@pcu.ac.kr
  • К. Будсаба  Университет Таммасат, Таиланд, kamon@mathstat.sci.tu.ac.th
  • А. Володин   Университет Реджайны, Канада, Andrei.Volodin@uregina.ca

Аннотация: Приводится результат о полной сходимости для сумм в схеме серий для отрицательно зависимых случайных величин в весьма общей форме. Из этого результата следуют многие факты о полной сходимости взвешенных сумм отрицательно зависимых случайных величин.

Ключевые слова: полная сходимость; отрицательная зависимость; взвешенные суммы; схема серий