Приближенные алгоритмы выделения трендов в задачах финансовой разведки. Часть 2. Моменты появления элементов финансового потока неизвестны
Рассмотрены приближенные алгоритмы оценивания трендов в задачах финансовой разведки. Исследован случай, когда моменты появления элементов финансового потока известны точно. Изучены статистические характеристики полученных оценок.Рассмотрены приближенные алгоритмы оценивания трендов в задачах финансо...
Gespeichert in:
| Veröffentlicht in: | Проблемы управления и информатики |
|---|---|
| Datum: | 2018 |
| ISSN: | 0572-2691 |
| 1. Verfasser: | |
| Format: | Artikel |
| Sprache: | Russisch |
| Veröffentlicht: |
Інститут кібернетики ім. В.М. Глушкова НАН України
2018
|
| Schlagworte: | |
| Online Zugang: | https://nasplib.isofts.kiev.ua/handle/123456789/180547 |
| Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
| Назва журналу: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| Zitieren: | Приближенные алгоритмы выделения трендов в задачах финансовой разведки. Часть 2. Моменты появления элементов финансового потока неизвестны / Ф.Ф. Идрисов // Проблемы управления и информатики. — 2018. № 1. — С. 146-155 . — Бібліогр.: 4 назв. — рос.. |
Institution
Digital Library of Periodicals of National Academy of Sciences of Ukraine| Zusammenfassung: | Рассмотрены приближенные алгоритмы оценивания трендов в задачах финансовой разведки. Исследован случай, когда моменты появления элементов финансового потока известны точно. Изучены статистические характеристики полученных оценок.Рассмотрены приближенные алгоритмы оценивания трендов в задачах финансовой разведки. Исследован случай, когда моменты появления элементов финансового потока неизвестны. Изучены статистические характеристики полученных оценок.
Розглянуто наближені алгоритми оцінювання трендів в задачах фінансової розвідки. Досліджено випадок, коли моменти появи елементів фінансового потоку невідомі. Отримано оцінки статистичних характеристик запропонованих алгоритмів.
Approximate algorithms for estimating trends in financial intelligence tasks are considered. The case when the appearance of financial flow elements are unknown is investigated. The estimates of the statistical characteristics of the proposed algorithms are obtained.
|
|---|---|
| ISSN: | 0572-2691 |