RUS  ENG ЖУРНАЛЫ   ПЕРСОНАЛИИ   ОРГАНИЗАЦИИ   КОНФЕРЕНЦИИ   СЕМИНАРЫ   ВИДЕОТЕКА   ПАКЕТ AMSBIB
Общая информация
Последний выпуск
Архив
Импакт-фактор

Поиск публикаций
Поиск ссылок

RSS
Последний выпуск
Текущие выпуски
Архивные выпуски
Что такое RSS



Учен. зап. Казан. ун-та. Сер. Физ.-матем. науки:
Год:
Том:
Выпуск:
Страница:
Найти






Персональный вход:
Логин:
Пароль:
Запомнить пароль
Войти
Забыли пароль?
Регистрация


Учен. зап. Казан. ун-та. Сер. Физ.-матем. науки, 2018, том 160, книга 3, страницы 578–589 (Mi uzku1479)  

Модификация модели и метода «прямого-обратного хода» для идентификации автоматных марковских моделей

А. Р. Нурутдинова

Казанский национальный исследовательский технический университет им. А.Н. Туполева, г. Казань, 420111, Россия

Аннотация: Статья посвящена решению задачи идентификации дискретных стохастических процессов, порождаемых автоматными марковскими моделями. Актуальность работы обусловлена потребностью повышения эффективности распознавания автоматных марковских моделей в соответствии с выделением определенных подклассов исследуемых объектов. Эффективность идентификации автоматных марковских моделей с определенной доверительной вероятностью достигается снижением длины цепи Маркова, а также уменьшением вычислительной сложности алгоритмов распознавания и минимизацией погрешности вычисления признаков относительно эргодических стохастических матриц, задающих автоматные марковские модели. В работе предложена модификация известного алгоритма «прямого-обратного хода» для решения задачи идентификации автоматных марковских моделей, определенных с помощью эргодических стохастических матриц по порождаемым ими реализациям цепей Маркова. Исследовано применение модифицированного алгоритма «прямого-обратного хода» к решению задачи идентификации автоматных марковских моделей, определенных с помощью циклической стохастической матрицы. Рассчитаны оценки вычислительной сложности предложенных алгоритмов идентификации. Наиболее важными из полученных результатов представляются следующие моменты. Модифицированный алгоритм позволяет определить значения вероятности того, что наблюдаемая последовательность сгенерирована на основе автоматной марковской модели заданного класса, которая, в свою очередь, определяется структурой задающей ее стохастической матрицы. Особенностью предложенного алгоритма является способность распознать класс автоматной марковской модели в том случае, когда в порождаемой последовательности некоторые состояния не наблюдаемы. Полученные результаты позволяют с большей вычислительной эффективностью идентифицировать автоматную марковскую модель по выходной последовательности. Указанная задача может быть использована для решения широкого круга задач идентификации цепей Маркова, в том числе частично скрытых от наблюдения.

Ключевые слова: цепь Маркова, идентификация, стохастическая матрица, алгоритм «прямого-обратного хода».

Полный текст: PDF файл (581 kB)
Список литературы: PDF файл   HTML файл

Реферативные базы данных:
Тип публикации: Статья
УДК: 519.2
Поступила в редакцию: 24.04.2018

Образец цитирования: А. Р. Нурутдинова, “Модификация модели и метода «прямого-обратного хода» для идентификации автоматных марковских моделей”, Учен. зап. Казан. ун-та. Сер. Физ.-матем. науки, 160, № 3, Изд-во Казанского ун-та, Казань, 2018, 578–589

Цитирование в формате AMSBIB
\RBibitem{Nur18}
\by А.~Р.~Нурутдинова
\paper Модификация модели и метода <<прямого-обратного хода>> для идентификации автоматных марковских моделей
\serial Учен. зап. Казан. ун-та. Сер. Физ.-матем. науки
\yr 2018
\vol 160
\issue 3
\pages 578--589
\publ Изд-во Казанского ун-та
\publaddr Казань
\mathnet{http://mi.mathnet.ru/uzku1479}


Образцы ссылок на эту страницу:
  • http://mi.mathnet.ru/uzku1479
  • http://mi.mathnet.ru/rus/uzku/v160/i3/p578

    ОТПРАВИТЬ: VKontakte.ru FaceBook Twitter Mail.ru Livejournal Memori.ru


    Citing articles on Google Scholar: Russian citations, English citations
    Related articles on Google Scholar: Russian articles, English articles
  • Ученые записки Казанского университета. Серия Физико-математические науки
    Просмотров:
    Эта страница:47
    Полный текст:24
    Литература:7
     
    Обратная связь:
     Пользовательское соглашение  Регистрация  Логотипы © Математический институт им. В. А. Стеклова РАН, 2020