Моделирование в классе систем регрессионных уравнений в условиях структурной неопределённости

Для моделирования в классе систем регрессионных уравнений предложен системный критерий регулярности с
 разбиением выборок наблюдений на обучающие и проверочные подвыборки. Доказано существование
 оптимального множества регрессоров. Выявлено условие редукции оптимальной системы регрес...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Veröffentlicht in:Искусственный интеллект
Datum:2014
1. Verfasser: Сарычев, А.П.
Format: Artikel
Sprache:Russisch
Veröffentlicht: Інститут проблем штучного інтелекту МОН України та НАН України 2014
Schlagworte:
Online Zugang:https://nasplib.isofts.kiev.ua/handle/123456789/85237
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:Моделирование в классе систем регрессионных уравнений в условиях структурной неопределённости / А.П. Сарычев // Искусственный интеллект. — 2014. — № 4. — С. 14–29. — Бібліогр.: 14 назв. — рос.

Institution

Digital Library of Periodicals of National Academy of Sciences of Ukraine
_version_ 1862711070817255424
author Сарычев, А.П.
author_facet Сарычев, А.П.
citation_txt Моделирование в классе систем регрессионных уравнений в условиях структурной неопределённости / А.П. Сарычев // Искусственный интеллект. — 2014. — № 4. — С. 14–29. — Бібліогр.: 14 назв. — рос.
collection DSpace DC
container_title Искусственный интеллект
description Для моделирования в классе систем регрессионных уравнений предложен системный критерий регулярности с
 разбиением выборок наблюдений на обучающие и проверочные подвыборки. Доказано существование
 оптимального множества регрессоров. Выявлено условие редукции оптимальной системы регрессионных
 уравнений, которое зависит от параметров системы регрессионных уравнений и объемов выборок. Для моделювання в класі систем регресійних рівнянь запропоновано системний критерій регулярності з
 розбиттям вибірок спостережень на навчальні й перевірні підвибірки. Доведено існування оптимальної мно-
 жини регресірів. Виявлено умову редукції оптимальної системи регресійних рівнянь, що залежить від
 параметрів системи регресійних рівнянь і обсягів вибірок. For modeling in a class of regression equations systems the system criterion of regularity with dividing
 of observation sample on 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 regression equations is obtained. This
 condition depends on parameters of system regression equations and volumes of samples.
first_indexed 2025-12-07T17:28:22Z
format Article
fulltext
id nasplib_isofts_kiev_ua-123456789-85237
institution Digital Library of Periodicals of National Academy of Sciences of Ukraine
issn 1561-5359
language Russian
last_indexed 2025-12-07T17:28:22Z
publishDate 2014
publisher Інститут проблем штучного інтелекту МОН України та НАН України
record_format dspace
spelling Сарычев, А.П.
2015-07-22T19:20:19Z
2015-07-22T19:20:19Z
2014
Моделирование в классе систем регрессионных уравнений в условиях структурной неопределённости / А.П. Сарычев // Искусственный интеллект. — 2014. — № 4. — С. 14–29. — Бібліогр.: 14 назв. — рос.
1561-5359
https://nasplib.isofts.kiev.ua/handle/123456789/85237
519.25
Для моделирования в классе систем регрессионных уравнений предложен системный критерий регулярности с
 разбиением выборок наблюдений на обучающие и проверочные подвыборки. Доказано существование
 оптимального множества регрессоров. Выявлено условие редукции оптимальной системы регрессионных
 уравнений, которое зависит от параметров системы регрессионных уравнений и объемов выборок.
Для моделювання в класі систем регресійних рівнянь запропоновано системний критерій регулярності з
 розбиттям вибірок спостережень на навчальні й перевірні підвибірки. Доведено існування оптимальної мно-
 жини регресірів. Виявлено умову редукції оптимальної системи регресійних рівнянь, що залежить від
 параметрів системи регресійних рівнянь і обсягів вибірок.
For modeling in a class of regression equations systems the system criterion of regularity with dividing
 of observation sample on 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 regression equations is obtained. This
 condition depends on parameters of system regression equations and volumes of samples.
ru
Інститут проблем штучного інтелекту МОН України та НАН України
Искусственный интеллект
Алгоритмическое и программное обеспечение параллельных вычислительных интеллектуальных систем
Моделирование в классе систем регрессионных уравнений в условиях структурной неопределённости
Моделювання в класі систем регресійних рівнянь в умовах структурної невизначеності
Modeling in the class of regression equations systems in structural uncertainty conditions
Article
published earlier
spellingShingle Моделирование в классе систем регрессионных уравнений в условиях структурной неопределённости
Сарычев, А.П.
Алгоритмическое и программное обеспечение параллельных вычислительных интеллектуальных систем
title Моделирование в классе систем регрессионных уравнений в условиях структурной неопределённости
title_alt Моделювання в класі систем регресійних рівнянь в умовах структурної невизначеності
Modeling in the class of regression equations systems in structural uncertainty conditions
title_full Моделирование в классе систем регрессионных уравнений в условиях структурной неопределённости
title_fullStr Моделирование в классе систем регрессионных уравнений в условиях структурной неопределённости
title_full_unstemmed Моделирование в классе систем регрессионных уравнений в условиях структурной неопределённости
title_short Моделирование в классе систем регрессионных уравнений в условиях структурной неопределённости
title_sort моделирование в классе систем регрессионных уравнений в условиях структурной неопределённости
topic Алгоритмическое и программное обеспечение параллельных вычислительных интеллектуальных систем
topic_facet Алгоритмическое и программное обеспечение параллельных вычислительных интеллектуальных систем
url https://nasplib.isofts.kiev.ua/handle/123456789/85237
work_keys_str_mv AT saryčevap modelirovanievklassesistemregressionnyhuravneniivusloviâhstrukturnoineopredelennosti
AT saryčevap modelûvannâvklasísistemregresíinihrívnânʹvumovahstrukturnoíneviznačeností
AT saryčevap modelingintheclassofregressionequationssystemsinstructuraluncertaintyconditions