Перевод названия: NONPARAMETRIC ALGORITHMS FOR RESTORATION OF RANDOM FIELDS
Тип публикации: статья из журнала
Год издания: 2018
Идентификатор DOI: 10.31772/2587-6066-2018-19-4-574-580
Ключевые слова: непараметрическое моделирование, локальная аппроксимация, моделирование экологической обстановки, Nonparametric modeling, Local approximation, modeling of an ecological situation
Аннотация: Многочисленные задачи практики тесно связаны с необходимостью восстановления полей той или иной природы по зашумленным экспериментальным данным. Особенностью этой проблемы является то, что апри- орной информации чаще всего недостаточно для описания этих полей с точностью до набора вектора пара- метров. Это обусловливает тот факт, чПоказать полностьюто по различным каналам многомерных процессов информация может быть разнотипной, следовательно, соответствовать различным уровням априорной информации. На эту проблему обращено специальное внимание. При наличии априорной информации параметрического типа целесообразно использовать соответствующие алгоритмы идентификации, когда структура моделей полей определена с точностью до набора параметров и их последующей оценки по мере поступления текущей информации. В случае, если априорной информации недостаточно, то целесообразно использовать непара- метрические оценки Надарая-Ватсона для восстановления соответствующих полей. При этом существенно определить по всем каналам многомерной системы, являются ли они Н- или Т-процессами, т. е. процессами, для которых входные или выходные компоненты оказываются стохастически зависимыми, а эти зависимости чаще всего неизвестны. В качестве примера использования подобных процессов рассмотрены поля распределения примесей вредных веществ в атмосферном воздухе города. В качестве алгоритма восстановления этих полей применена непара- метрическая оценка функции регрессии. Numerous practical tasks are closely connected with the need to restore fields of one nature or another from noisy experimental data. A feature of this problem is that a priori information isn't often enough for the description of this field accurately to within a set of a vector of parameters. This is due to the fact that information can be polytypic on the various channels of multidimensional processes. It means that the information matches to various levels of a priori in- formation. In this article special attention is paid to this problem. The corresponding algorithms of identification are used in the presence of a priori information of parametric type. In the presence of a priori information of parametric type, it is advisable to use the appropriate identification algorithms when the structure of field models is defined accu- rately to within a set of parameters and their subsequent evaluation, as current information arrives. If a priori informa- tion isn't enough, it is expedient to the researcher to use nonparametric estimates of Nadaraya-Watson for restoration of the respective fields. At the same time it is essential to determine whether all the channels of the multidimensional system are N- or T-processes. N- or T-processes are processes at which entrance or output components are stochastic - dependent and this dependence is unknown in most cases. The fields of distribution of impurity of harmful substances in atmospheric air of the city are considered as an ex- ample of use of similar processes. Nonparametric assessment of function of regression is applied as an algorithm of restoration of this field.
Журнал: Сибирский журнал науки и технологий
Выпуск журнала: Т. 19, № 4
Номера страниц: 574-580
ISSN журнала: 25876066
Место издания: Красноярск
Издатель: Федеральное государственное бюджетное образовательное учреждение высшего образования Сибирский государственный университет науки и технологий имени академика М.Ф. Решетнева