Cтраница 1
Априорные ограничения накладываются на значения параметров, чтобы обеспечить их достоверность. Значение экспоненты ft должно находится в интервале от 0 до 1, чтобы цена увеличивалась и оставалась конечной. Очевидно, что 4 должно быть больше, чем последняя дата выборки данных, приводимых в соответствие. [1]
Априорные ограничения накладываются на значения параметров, чтобы обеспечить их достоверность. Значение экспоненты ft должно находится в интервале от 0 до 1, чтобы цена увеличивалась и оставалась конечной. Очевидно, что tc должно быть больше, чем последняя дата выборки данных, приводимых в соответствие. [2]
Типичным примером априорных ограничений являются исключающие ограничения, выражающие то, что некоторые переменные заведомо не входят в отдельные уравнения и, следовательно, соответствующие им коэффициенты равны нулю. [3]
Будем предполагать, что априорные ограничения являются линейными однородными функциями, каждая из которых зависит только от коэффициентов одного из уравнений структурной формы. [4]
Второй класс задач определяется минимальными априорными ограничениями на исследуемую статистическую структуру / 4 - задачи непараметрического оценивания. Ясно, что при минимуме априорной информации ( при строгом выводе) получаемые оценки отличаются консервативностью. [5]
На каждой итерации необходимо учитывать априорные ограничения на искомое решение. [6]
Если на u, v накладываются априорные ограничения ( см. ниже), то решение экстремальных задач (2.21), (2.22) необходимо искать при выполнении этих ограничений. В частности, иногда некоторая часть параметров и ( или м, v ] по их содержательному смыслу неотрицательна. [7]
Если на и и v не накладывается никаких априорных ограничений, то (2.21), (2.22) - задачи на безусловный экстремум. [8]
При экспериментальном исследовании азеотропных свойств многокомпонентных систем полезно иметь априорные ограничения на состав многокомпонентноро азеотропа. Установление этих ограничений на основе исследования термодинамических свойств на семействах кривых постоянства относительных летучестей или кривых постоянства распределения компонентов и является задачей настоящей работы. [9]
При рассмотрении проблемы идентифицируемости мы ограничились случаем, когда имеются априорные ограничения только на структурные коэффициенты. Ясно, что ограничения на вид распределения случайных возмущений могут сузить класс М допустимых преобразований так, что неидентифицируемое без этих ограничений уравнение станет идентифицируемым. [10]
Важно понимать, что каждая модель представления знаний обладает некоторыми априорными ограничениями по надежности и степени адекватности. [11]
Отметим, что соответствие обучающей выборки ( локальной информации) и априорных ограничений ( универсальной информации) подробно изучается в теории универсальных и локальных ограничений К. В. Рудакова [13, 19-23] с позиций теории категорий и алгебраического подхода к проблеме распознавания. Алгебраическая теория позволяет проверять непротиворечивость этих двух типов информации и конструктивно описывать неизбыточные классы моделей алгоритмов, допускающие построение корректных алгоритмов. Однако оценки обобщающей способности в данной теории не рассматриваются. Вообще, проблема влияния априорной информации на качество восстановления зависимости представляется наименее изученной. В настоящей работе получены два результата в этом направлении. [12]
Идея нового метода, предлагаемого в данной работе, заключается в объединении всех известных априорных ограничений в пространстве как синограммы, так и томограммы, с введением сглаживающих регу-ляризующих сплайнов для обеспечения гладкости синограммы, согласованной с уровнем экспериментальных шумов. [13]
В работах [43, 26, 34, 48] были доказаны также так называемые ослабленные лиувиллевские теоремы, в которых кроме априорного ограничения роста самой функции на бесконечности требуется еще и ограниченность роста градиента. [14]
Изложенный метод нахождения процесса ( х ( /), й ( /)) при априорных ограничениях, наложенных на функцию ф ( /, х), называется методом Гамильтона - Якоби - Беллмана. В этом случае процесс ( х ( /), й ( 0) является оптимальным. [15]