Минимаксный подход

Cтраница 2

Воспользоваться - байессвым подходом здесь в принципе невозможно, но минимаксный подход, несомненно, будет хорош. [16]

В работе [14] в рамках модели линейного стохастического программирования предпринята попытка на базе минимаксного подхода построить портфель, который обладал бы некоторыми гарантирующими свойствами относительно ожидаемого дохода, если закон распределения R неизвестен. [17]

Неймана - Пирсона к решению задачи различения гипотез существуют н другие: бейссовекий подход, минимаксный подход, метод последовательного различения Вальда и др. Кроме того, в теории С. [18]

Еще одним способом решения задач обнаружения и различения сигналов в условиях параметрической априорной неопределенности является использование минимаксного подхода. На качественном уровне сущность подхода состоит в том, чтобы ограничить наибольший ( по множеству значений параметров помехи) уровень вероятности ложной тревоги и, при этом условии, максимизировать минимальное ( по множеству параметров смеси сигнала с помехой) значение вероятности правильного обнаружения сигнала. Существуют и другие варианты минимаксного критерия оптимальности. [19]

Байесовский и минимаксный подходы к решению игровых проблем весьма распространены в повседневной человеческой деятельности. Минимаксный подход оправдан в тех случаях, когда необходимо гарантировать себя от большого проигрыша. [20]

В дальнейшем будем придерживаться минимаксного подхода (9.1.2), который не требует введения меры на классе задачи дает гарантированный результат. В качестве недостатка минимаксного подхода отметим, что он может приводить к слишком осторожному методу, ориентированному на наихудшие задачи из заданного класса В. Однако, сужая класс В, можно получать более эффективные минимаксные алгоритмы, ориентированные на более специализированные задачи. [21]

Обращаясь к минимаксным подходам, исследователи замечают, что ожидаемость наихудших сценариев может оказаться крайне низкой, и настраиваться на наихудший исход означает производить неоправданно высокие затраты и создавать необоснованные уровни всевозможных резервов. Компромиссным способом применения минимаксных подходов является использование метода Гурвица, когда два экстремальных сценария ( наихудший и наилучший) учитываются совместно, а в качестве веса в сценариях выступает параметр согласия /, уровень которого задается ЛПР. [22]

В этой статье имеется также обширная библиография публикаций по проблемам робастной линейной фильтрации сигналов, робастному обнаружению сигналов, робастному оцениванию параметров сигналов и робастному квантованию данных. Основное внимание уделено минимаксному подходу, который получил наибольшее применение при синтезе алгоритмов обработки сигналов с устойчивыми характеристиками в условиях непараметрической априорной неопределенности. Большая часть представленных в этой статье результатов была получена в 70 - 80 гг. прошлого столетия, однако упоминаются и более ранние идеи в области минимаксных методов обработки сигналов. [23]

Приведенные соотношения сами по себе не представляют интереса, так как интуитивно очевидны. Они привлечены для иллюстрации минимаксного подхода, который будет использован при рассмотрении метода Фибоначчи. [24]

Система управления с обратной связью ( ЭГОС - элемент главной обратной связи.| Комбинированная система управления. [25]

Для получения робастной системы автоматического управления необходимо синтезировать ее с неизменной структурой и постоянными параметрами таким образом, чтобы при изменении в определенных пределах внешних воздействий и некоторой нестабильности ее собственных параметров качество работы не ухудшалось ниже допустимого уровня. При этом используются результаты теории чувствительности и теории инвариантности систем, а также минимаксный подход, когда система управления синтезируется как оптимальная при наиболее неблагоприятных сочетаниях условий работы. [26]

Минимаксный подход страдает известными недостатками, тем не менее применяется в теории статистических решений. Например, в игре, информация о которой приведена в табл. 24, согласно минимаксному подходу оба действия статистика равноценны ( это уже отмечалось в § 1, гл. [27]

Необходимо упомянуть о работе В. Г. Репина [131], в которой исследовалось, какова должна быть оптимальная обработка при условии, что известна только корреляционная функция. Однако постановка задачи в [131] несколько отлична от той, которая имеет место здесь. Там использовался минимаксный подход ( см. дальше), при котором определяется обработка, наилучшая не в каждой данной ситуации, а в наихудшей из всех возможных ситуаций. [28]

Если игра повторяется много раз, то некоторые дополнительные сведения - какие именно стратегии выбирает противная сторона и какими правилами выбора стратегий она руководствуется - игрок все же получает. На основании этих сведений и результатов предварительного анализа игры он может довольно точно оценивать противника. И если тот не придерживается компромиссного минимаксного подхода, внести соответствующие изменения в собственную линию поведения и увеличить выигрыш. [29]

Как видно из полученных результатов, оптимальная обработка при быстрых флюктуациях зависит от отношения сигнал / шум. Это создает определенные трудности, так как h 01бычно неизвестно. Наиболее целесообразно для преодоления - этих трудностей использовать минимаксный подход, полагая h в (4.3.8) равным наименьшему значению, при котором еще возможно обнаружение цели с заданной вероятностью. [30]

Страницы: 1 2 3