Мера - значимость
Cтраница 1
Мера значимости со временем может измениться под воздействием многих обстоятельств, и поэтому своевременное ее уточнение составляет условие постоянного сохранения доброкачественности оценок. [1]
Мерой значимости кристаллических граней Гартман и Пердок считают энергию присоединения, которую они определяют как энергию связи, высвобождающуюся при присоединении одной структурной единицы к поверхности кристаллической грани. Если элементарная ячейка содержит несколько структурных единиц, энергия присоединения представляет собой среднюю энергию связи, высвобождающуюся в расчете на одну структурную единицу. [3]
Наконец, каждая компонента имеет меру значимости ( от 1 до 5), которая указывает относительную значимость этой компоненты для оценки ситуации, описываемой данным прототипом. Мера значимости используется, во-первых, для определения, соответствует ли прототип данным, и во-вторых, для выделения компоненты, которая должна стать текущей, когда отсутствует специфичная для прототипа управляющая информация, как описано в следующем разделе. [4]
А - константа, Р - некоторая мера значимости, например, численность населения или уровень дохода, D - расстояние, ах, у HZ - параметры. [5]
Оценим задачи управления, приведенные на рис. 5, определив меру значимости каждой из них для оперативного управления. Особо отметим, что именно оперативное управление процессом в натуральном масштабе времени обычно требует наибольшего удельного методического и технического обеспечения. Обсуждение возможностей решения каждой из задач рис. 5 включает оценки необходимости применения новых функциональных и математических операций и соответствующих средств автоматизации. В результате обсуждения выбирают функциональную структуру системы централизованного контроля и управления ( СЦКУ) обжиговым участком СКП. [6]
Прототипы представляют и другие формы знаний на мета-уровне. Мера значимости, связанная со слотами компонент, представляет метазнание об относительной важности каждого слота. Например, слот ОЕЛ должен быть заполнен до слота ОБРАТИМОСТЬ, поскольку его мера значимости гораздо выше. Другие слоты прототипа представляют информацию о прототипе самом по себе, определяющую отношение одного прототипа к другому в базе знаний. [7]
Наконец, каждая компонента имеет меру значимости ( от 1 до 5), которая указывает относительную значимость этой компоненты для оценки ситуации, описываемой данным прототипом. Мера значимости используется, во-первых, для определения, соответствует ли прототип данным, и во-вторых, для выделения компоненты, которая должна стать текущей, когда отсутствует специфичная для прототипа управляющая информация, как описано в следующем разделе. [8]
В данной главе, как и в предшествующей, сигналы будут описываться их спектральными плотностями, а оптимальной будет считаться такая система, в которой средний квадрат ошибки между действительным и желаемым сигналом является минимальным. Иногда спектральная плотность не является наилучшей мерой значимости или важности сигнала. Например, при передаче речи артикуляционные частоты низкой мощности являются более важными, чем низкие частоты высокой мощности. [9]
Только в этом случае мы получим объективную меру значимости нескольких членов. Поэтому нашей первой задачей является выбор подходящего параметра разложения. Далее, этот параметр должен отвечать за значение флуктуации и, следовательно, за значение скачков. Обозначим этот параметр и и выберем его таким образом, что при больших Q скачки сравнительно малы. Во многих случаях Q-это просто размер системы. [10]
Однако, поскольку спектр шума неизвестен и, по всей вероятности, отличен для каждого краха, мы не можем обычным способом точно оценить доверительный интервал вершины [338] и сравнить результаты для различных крахов. Поэтому, чтобы избежать ошибок, за меру значимости колебаний может быть принят только относительный уровень вершины для каждого отдельного случая, следовательно, периодограммы нормализованы. Во всех случаях, средний пик значительно выше фона и повторяется от краха к краху. Таким образом, спектральный анализ демонстрирует, что наблюдаемые логопериодические осцилляции имеют явно выраженный максимум в функции спектральной плотности, который значительно выше уровня шума. Было бы крайне затруднительно и значительно менее выгодно объяснить эти спектральные структуры при помощи другой модели. [12]
Однако, поскольку спектр шума неизвестен и, по всей вероятности, отличен для каждого краха, мы не можем обычным способом точно оценить доверительный интервал вершины [338] и сравнить результаты для различных крахов. Поэтому, чтобы избежать ошибок, за меру значимости колебаний может быть принят только относительный уровень вершины для каждого отдельного случая, следовательно, периодограммы нормализованы. Во всех случаях, средний пик значительно выше фона и повторяется от краха к краху. Таким образом, спектральный анализ демонстрирует, что наблюдаемые логопериодические осцилляции имеют явно выраженный максимум в функции спектральной плотности, который значительно выше уровня шума. Было бы крайне затруднительно и значительно менее выгодно объяснить эти спектральные структуры при помощи другой модели. [14]
В соответствии с диффузионной моделью продольное перемешивание считается статистически эквивалентным явлению диффузии, происходящему в направлении потока, которое описывается обобщенным законом Фика. Величина коэффициента диффузии в направлении потока D2 является мерой значимости явления перемешивания. [15]
Страницы: 1 2