Тип публикации: статья из журнала
Год издания: 2021
Идентификатор DOI: 10.22250/isu.2021.68.56-70
Ключевые слова: time system with discrete control, structural data analysis, nonparametric pattern recognition algorithms, trajectory of the states of the time system, asymptotic properties, estimates of the probability of changing the states of the time system, Markov limiting theorem for chain dependences, временная система с дискретным контролем, структурный анализ данных, непараметрические алгоритмы распознавания образов, траектория состояний временной системы, асимптотические свойства, оценки вероятности смены состояний временной системы, предельная теорема Маркова для цепных зависимостей
Аннотация: Предлагается статистическая модель временной системы с дискретным контролем, что является одним из актуальных направлений современной теории принятия решений. Подобные условия характерны при обработке информации дистанционного зондирования природных объектов. Перспективное направление преодоления возникающих проблем состоит в исполПоказать полностьюьзовании структурных методов анализа статистических данных, когда под состоянием системы понимается множество значений случайных величин, обладающих похожими свойствами. Подобное определение позволяет упростить задачу оценивания состояний исследуемой системы с использованием непараметрических алгоритмов распознавания образов, открывающих возможность прогнозирования их временной динамики на основе преобразования множеств случайных величин. Проводится исследование свойств статистической модели временной динамики рассматриваемых объектов. В качестве показателя эффективности используется вероятность смены макросостояний системы из начального интервала времени в конечный.Исследуются асимптотические свойства указанного показателя эффективности и сопоставляются их результаты с предельной теоремой Маркова для цепных зависимостей. A statistical model of a times system with discrete control is proposed, which is one of the topical areas of modern decision-making theory. Similar conditions are typical of processing information obtained through remote sensing of natural objects. An effective way to solve the emerging problems is to use structural methods of statistical data analysis, when the state of the system is understood as a set of values of random variables with similar properties. Such a definition makes it possible to simplify the task of estimating the states of the system under study using nonparametric image recognition algorithms, which open up the possibility of predicting their time dynamics on the basis of transformation of random variables sets. The study of the properties of the statistical model of the time dynamics of the objects under consideration is carried out. The probability of changing the system macro-states from initial to the final time intervals is used as an efficiency indicator. The asymptotic properties of the mentioned above efficiency indicator are investigated, and the results are compared with the Markov limiting theorem for chain dependences.
Журнал: Информатика и системы управления
Выпуск журнала: № 2
Номера страниц: 56-70
ISSN журнала: 18142400
Место издания: Хабаровск
Издатель: Амурский государственный университет, Тихоокеанский государственный университет