Cтраница 2
Для выбора вида функции y f ( / i, Уг, -, УК) часто используется критерий максимального правдоподобия. [16]
Для определения помехоустойчивости передачи дискретных сообщений используют многие критерии верности: байесов кри-ве-рий, критерий идеального наблюдателя, критерий максимального правдоподобия и др. Удобным для практики является применение критерия максимального правдоподобия, который не требует большого количества исходных данных. Решения задач во многих случаях совпадают с решениями, полученными с помощью других критериев. [17]
В отсутствие априорных сведений и о величине потерь, и о вероятностях наличия или отсутствия сигнала в исходной выборке иногда применяют критерий максимального правдоподобия, который в случае задач обнаружения или различения сигналов эквивалентен критерию минимума среднего риска, задаваемого формулами (1.5) или (1.8), в которых потери, связанные с принятием правильных решений, приняты равными нулю, а потери, связанные с принятием ошибочных решений, и априорные вероятности всех гипотез приняты одинаковыми. Однако по-прежнему необходимо точное знание условных функций распределения WQ ( X. [18]
Для определения помехоустойчивости передачи дискретных сообщений используют многие критерии верности: байесовский, идеального наблюдателя, максимального правдоподобия и др. Удобно применять критерий максимального правдоподобия, который не требует большого количества исходных данных. Решения во многих случаях совпадают с решениями, полученными с помощью других критериев. [19]
Для определения помехоустойчивости передачи дискретных сообщений используют многие критерии верности: байесов кри-ве-рий, критерий идеального наблюдателя, критерий максимального правдоподобия и др. Удобным для практики является применение критерия максимального правдоподобия, который не требует большого количества исходных данных. Решения задач во многих случаях совпадают с решениями, полученными с помощью других критериев. [20]
Невысокая емкость сетей ( число запоминаемых образов) объясняется тем, что сети не просто запоминают образы, а позволяют проводить их обобщение, например, с помощью сети Хэмминга возможна классификация по критерию максимального правдоподобия. Вместе с тем, легкость построения программных и аппаратных моделей делают эти сети привлекательными для многих практических применений. [21]
При анализе помехоустойчивости применяют следующие критерии верности: среднего риска ( байесов критерий), полной вероятности правильного приема ( критерий идеального наблюдателя или критерий Котельникова), апостериорной вероятности правильного приема ( критерий максимума апостериорной вероятности), минимаксный критерий, критерий Неймана - Пирсона, информационный критерий, критерий максимального правдоподобия и др. Рассмотрим сущность и особенности использования этих критериев и выберем подходящий для последующей оценки помехоустойчивости передачи дискретной информации. [22]
Правило выбора решения предписывает вычисление разности этих расстояний и сравнение ее с порогом, зависящим от критерия и спектральной плотности белого шума. Для критерия максимального правдоподобия ( с 1) принимается решение о наличии того из двух сигналов, который ближе к наблюдаемой реализации. Это - правило, согласно которому строится так называемый идеальный ( по Котельникову) приемник. [23]
Число моделирований доводилось до 10, и при этом процесс быстро сходился к оптимальным оценкам, вычисленным заранее. Численная оптимизация критерия максимального правдоподобия в этом случае оказалась практически невозможной из-за наличия на поверхности, соответствующей этому критерию, узкого и глубокого оврага. [24]
Критерий максимального правдоподобия получил наибольшее распространение потому, что он относительно прост, не требует большого объема исходных данных, неплохо отражает большинство реальных условий передачи сообщений, его реализация также проста, результаты применения этих алгоритмов во многом совпадают с теми, которые получают с помощью многих других критериев. Поэтому в дальнейшем основным критерием верности служит критерий максимального правдоподобия. [25]
Критерий максимального правдоподобия получил наибольшее распространение потому, что он является относительно простым, не требует большого объема исходных данных, неплохо отражает большинство реальных условий передачи сообщений, аппаратурная реализация алгоритмов максимального правдоподобия относительно проста, результаты применения этих алгоритмов во многом совпадают с теми, которые получают с помощью многих других критериев. Поэтому в дальнейшем основным критерием верности служит критерий максимального правдоподобия. [26]
Каждый из этих алгоритмов является подходящим для узкоспециальных задач; однако все они близки к оптимальному. Алгоритм декодирования Витерби, напротив, осуществляет декодирование на основе критерия максимального правдоподобия шире, следовательно, является оптимальным. Это не означает, что алгоритм Витерби в любой реализации является наилучшим; при его использовании существуют жесткие условия, налагаемые на аппаратное обеспечение. [27]
Тем не менее есть еще и другие условия, когда для некоторых факторных шкал выполняются требования ортогональности и монохроматичности. Если первоначальные факторы ( до вращения) были выделены с использованием критерия максимального правдоподобия, регрессионная оценка и оценка Бартлетта для факторных шкал будут ортогональны и монохроматичны. Правда, ортогональность в скрытой факторной модели проявляется далеко не всегда. [28]
Результаты расчетов производных, такта измерения при восстановлении сигнала методом ступенчатой и линейной аппроксимации при б 1 % ( для момента на роторе ев 2 %) хорошо согласуются. Расчет дает в общем несколько меньший такт измерений, что объясняется использованием критерия максимального правдоподобия ев для восстановления параметров. [29]
Полученное выражение отличается от г ( и х); таким образом, создается неприглядное положение, когда два различных экспериментатора, произведя математический анализ одних и тех же данных, приходят к различным выводам. Очевидно, что это различие обусловлено произвольным выбором распределения априорной вероятности. Современный подход к общим проблемам экспериментов с неизвестной априорной вероятностью заключается в том, что для нахождения точечных оценок используются критерии максимального правдоподобия или наименьших квадратов, а для проверки гипотезы - критерий значимости. [30]