Робастное моделирование по данным наблюдений с применением полиномиального итерационного алгоритма МГУА
Представлено поліноміальний ітераційний алгоритм, що реалізує техніку робастного параметричного і структурного оцінювання в рамках ідеології МГУА. Дворівнева структура нейромережі з контролем складності моделі забезпечує обчислювальну стабільність алгоритму МГУА-PNN. Наведено обчислювальний експерим...
Saved in:
| Published in: | Проблемы управления и информатики |
|---|---|
| Date: | 2008 |
| Main Author: | |
| Format: | Article |
| Language: | Russian |
| Published: |
Інститут кібернетики ім. В.М. Глушкова НАН України
2008
|
| Subjects: | |
| Online Access: | https://nasplib.isofts.kiev.ua/handle/123456789/209120 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| Journal Title: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| Cite this: | Робастное моделирование по данным наблюдений с применением полиномиального итерационного алгоритма МГУА / Т.И. Аксенова // Проблемы управления и информатики. — 2008. — № 2. — С. 42-52. — Бібліогр.: 11 назв. — рос. |
Institution
Digital Library of Periodicals of National Academy of Sciences of Ukraine| _version_ | 1862532611294887936 |
|---|---|
| author | Аксенова, Т.И. |
| author_facet | Аксенова, Т.И. |
| citation_txt | Робастное моделирование по данным наблюдений с применением полиномиального итерационного алгоритма МГУА / Т.И. Аксенова // Проблемы управления и информатики. — 2008. — № 2. — С. 42-52. — Бібліогр.: 11 назв. — рос. |
| collection | DSpace DC |
| container_title | Проблемы управления и информатики |
| description | Представлено поліноміальний ітераційний алгоритм, що реалізує техніку робастного параметричного і структурного оцінювання в рамках ідеології МГУА. Дворівнева структура нейромережі з контролем складності моделі забезпечує обчислювальну стабільність алгоритму МГУА-PNN. Наведено обчислювальний експеримент, що демонструє параметричну і структурну стійкість до грубих помилок спостережень, а також приклади розв’язання задач моделювання у фармакології та медицині.
Polynomial iterative algorithm for robust parameter and structure estimation within the framework of the GMDH technique is presented. A two-level neural network structure with the controlled model complexity improves the computational stability of the GMDH-PNN algorithm. Computational experiments demonstrating the parametrical and structural robustness in presence of outliers as well as examples of applications in pharmacology and medicine are provided.
|
| first_indexed | 2025-11-24T05:17:33Z |
| format | Article |
| fulltext | |
| id | nasplib_isofts_kiev_ua-123456789-209120 |
| institution | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| issn | 0572-2691 |
| language | Russian |
| last_indexed | 2025-11-24T05:17:33Z |
| publishDate | 2008 |
| publisher | Інститут кібернетики ім. В.М. Глушкова НАН України |
| record_format | dspace |
| spelling | Аксенова, Т.И. 2025-11-14T10:25:47Z 2008 Робастное моделирование по данным наблюдений с применением полиномиального итерационного алгоритма МГУА / Т.И. Аксенова // Проблемы управления и информатики. — 2008. — № 2. — С. 42-52. — Бібліогр.: 11 назв. — рос. 0572-2691 https://nasplib.isofts.kiev.ua/handle/123456789/209120 621.513 10.1615/JAutomatInfScien.v40.i3.30 Представлено поліноміальний ітераційний алгоритм, що реалізує техніку робастного параметричного і структурного оцінювання в рамках ідеології МГУА. Дворівнева структура нейромережі з контролем складності моделі забезпечує обчислювальну стабільність алгоритму МГУА-PNN. Наведено обчислювальний експеримент, що демонструє параметричну і структурну стійкість до грубих помилок спостережень, а також приклади розв’язання задач моделювання у фармакології та медицині. Polynomial iterative algorithm for robust parameter and structure estimation within the framework of the GMDH technique is presented. A two-level neural network structure with the controlled model complexity improves the computational stability of the GMDH-PNN algorithm. Computational experiments demonstrating the parametrical and structural robustness in presence of outliers as well as examples of applications in pharmacology and medicine are provided. ru Інститут кібернетики ім. В.М. Глушкова НАН України Проблемы управления и информатики Развитие и исследование алгоритмов МГУА Робастное моделирование по данным наблюдений с применением полиномиального итерационного алгоритма МГУА Робастне моделювання за даними спостережень із застосуванням поліноміального ітераційного алгоритму МГУА Robust modeling from experimental data using polynomial iterative GMDH algorithm Article published earlier |
| spellingShingle | Робастное моделирование по данным наблюдений с применением полиномиального итерационного алгоритма МГУА Аксенова, Т.И. Развитие и исследование алгоритмов МГУА |
| title | Робастное моделирование по данным наблюдений с применением полиномиального итерационного алгоритма МГУА |
| title_alt | Робастне моделювання за даними спостережень із застосуванням поліноміального ітераційного алгоритму МГУА Robust modeling from experimental data using polynomial iterative GMDH algorithm |
| title_full | Робастное моделирование по данным наблюдений с применением полиномиального итерационного алгоритма МГУА |
| title_fullStr | Робастное моделирование по данным наблюдений с применением полиномиального итерационного алгоритма МГУА |
| title_full_unstemmed | Робастное моделирование по данным наблюдений с применением полиномиального итерационного алгоритма МГУА |
| title_short | Робастное моделирование по данным наблюдений с применением полиномиального итерационного алгоритма МГУА |
| title_sort | робастное моделирование по данным наблюдений с применением полиномиального итерационного алгоритма мгуа |
| topic | Развитие и исследование алгоритмов МГУА |
| topic_facet | Развитие и исследование алгоритмов МГУА |
| url | https://nasplib.isofts.kiev.ua/handle/123456789/209120 |
| work_keys_str_mv | AT aksenovati robastnoemodelirovaniepodannymnablûdeniisprimeneniempolinomialʹnogoiteracionnogoalgoritmamgua AT aksenovati robastnemodelûvannâzadanimispostereženʹízzastosuvannâmpolínomíalʹnogoíteracíinogoalgoritmumgua AT aksenovati robustmodelingfromexperimentaldatausingpolynomialiterativegmdhalgorithm |