Моделирование в классе систем авторегрессионных уравнений в условиях структурной неопределенности
Для моделювання в класі систем авторегресійних рівнянь розроблено системний критерій регулярності методу групового урахування аргументів з розбиттям спостережень на навчальні й перевірні підвибірки. Доведено існування оптимальної множини регресорів. Встановлено умову редукції оптимальної системи рег...
Збережено в:
| Опубліковано в: : | Проблемы управления и информатики |
|---|---|
| Дата: | 2015 |
| Автор: | |
| Формат: | Стаття |
| Мова: | Російська |
| Опубліковано: |
Інститут кібернетики ім. В.М. Глушкова НАН України
2015
|
| Теми: | |
| Онлайн доступ: | https://nasplib.isofts.kiev.ua/handle/123456789/208022 |
| Теги: |
Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!
|
| Назва журналу: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| Цитувати: | Моделирование в классе систем авторегрессионных уравнений в условиях структурной неопределенности / А.П. Сарычев // Проблемы управления и информатики. — 2015. — № 4. — С. 79-103. — Бібліогр.: 27 назв. — рос. |
Репозитарії
Digital Library of Periodicals of National Academy of Sciences of Ukraine| _version_ | 1862619745065369600 |
|---|---|
| author | Сарычев, А.П. |
| author_facet | Сарычев, А.П. |
| citation_txt | Моделирование в классе систем авторегрессионных уравнений в условиях структурной неопределенности / А.П. Сарычев // Проблемы управления и информатики. — 2015. — № 4. — С. 79-103. — Бібліогр.: 27 назв. — рос. |
| collection | DSpace DC |
| container_title | Проблемы управления и информатики |
| description | Для моделювання в класі систем авторегресійних рівнянь розроблено системний критерій регулярності методу групового урахування аргументів з розбиттям спостережень на навчальні й перевірні підвибірки. Доведено існування оптимальної множини регресорів. Встановлено умову редукції оптимальної системи регресійних рівнянь, що залежить від параметрів системи авторегресійних рівнянь та обсягів вибірок.
For modeling in a class of autoregression equations systems the system criterion of regularity of Group Method of Data Handling with subdividing of observations into training and testing subsamples is offered. It is proved, that the optimum set of regressors exists. The condition of a reduction of optimum system of autoregression equations is obtained. This condition depends on parameters of autoregression equations system and the size of samples.
|
| first_indexed | 2025-12-07T13:18:31Z |
| format | Article |
| fulltext | |
| id | nasplib_isofts_kiev_ua-123456789-208022 |
| institution | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| issn | 0572-2691 |
| language | Russian |
| last_indexed | 2025-12-07T13:18:31Z |
| publishDate | 2015 |
| publisher | Інститут кібернетики ім. В.М. Глушкова НАН України |
| record_format | dspace |
| spelling | Сарычев, А.П. 2025-10-18T08:48:15Z 2015 Моделирование в классе систем авторегрессионных уравнений в условиях структурной неопределенности / А.П. Сарычев // Проблемы управления и информатики. — 2015. — № 4. — С. 79-103. — Бібліогр.: 27 назв. — рос. 0572-2691 https://nasplib.isofts.kiev.ua/handle/123456789/208022 519.25:681.5 10.1615/JAutomatInfScien.v47.i7.60 Для моделювання в класі систем авторегресійних рівнянь розроблено системний критерій регулярності методу групового урахування аргументів з розбиттям спостережень на навчальні й перевірні підвибірки. Доведено існування оптимальної множини регресорів. Встановлено умову редукції оптимальної системи регресійних рівнянь, що залежить від параметрів системи авторегресійних рівнянь та обсягів вибірок. For modeling in a class of autoregression equations systems the system criterion of regularity of Group Method of Data Handling with subdividing of observations into training and testing subsamples is offered. It is proved, that the optimum set of regressors exists. The condition of a reduction of optimum system of autoregression equations is obtained. This condition depends on parameters of autoregression equations system and the size of samples. ru Інститут кібернетики ім. В.М. Глушкова НАН України Проблемы управления и информатики Методы управления и оценивания в условиях неопределенности Моделирование в классе систем авторегрессионных уравнений в условиях структурной неопределенности Моделювання в класі систем авторегресійних рівнянь в умовах структурної невизначеності Modeling in a class of autoregression equations systems in conditions of structural uncertainty Article published earlier |
| spellingShingle | Моделирование в классе систем авторегрессионных уравнений в условиях структурной неопределенности Сарычев, А.П. Методы управления и оценивания в условиях неопределенности |
| title | Моделирование в классе систем авторегрессионных уравнений в условиях структурной неопределенности |
| title_alt | Моделювання в класі систем авторегресійних рівнянь в умовах структурної невизначеності Modeling in a class of autoregression equations systems in conditions of structural uncertainty |
| title_full | Моделирование в классе систем авторегрессионных уравнений в условиях структурной неопределенности |
| title_fullStr | Моделирование в классе систем авторегрессионных уравнений в условиях структурной неопределенности |
| title_full_unstemmed | Моделирование в классе систем авторегрессионных уравнений в условиях структурной неопределенности |
| title_short | Моделирование в классе систем авторегрессионных уравнений в условиях структурной неопределенности |
| title_sort | моделирование в классе систем авторегрессионных уравнений в условиях структурной неопределенности |
| topic | Методы управления и оценивания в условиях неопределенности |
| topic_facet | Методы управления и оценивания в условиях неопределенности |
| url | https://nasplib.isofts.kiev.ua/handle/123456789/208022 |
| work_keys_str_mv | AT saryčevap modelirovanievklassesistemavtoregressionnyhuravneniivusloviâhstrukturnoineopredelennosti AT saryčevap modelûvannâvklasísistemavtoregresíinihrívnânʹvumovahstrukturnoíneviznačeností AT saryčevap modelinginaclassofautoregressionequationssystemsinconditionsofstructuraluncertainty |