Cтраница 3
Это осуществляется в соответствии с принятым критерием распознавания или правилом решения в его устройстве на основе сигналов, выдаваемых ДП. Классификатор выполняется в виде сети из линейных пороговых элементов или вычислительного устройства. Сравнение действительного образцового описания распознаваемых классов и выработка сигналов ошибки производятся в устройстве сравнения. [31]
Заметим, что при выполнении первых трех шагов мы использовали правило решения линейных неравенств с одной переменной и правило приведения подобных слагаемых. [32]
При использовании методов теории решений в практических задачах мы должны найти правило решения, определяющее для всякого возможного входного сигнала Х наилучшее значение выходного сигнала у ( см. фиг. [33]
При ближайшем рассмотрении выяснилось, что и тут дело сводится к определенным правилам решения грамматических задач. Ланда засел за книги: просмотрел учебники русского языка, побывал на уроках в разных школах, изучил наиболее часто встречающиеся ошибки, проанализировал психологические мотивировки их. Так родились новые алгоритмы: описания действий, которые надо совершить, чтобы определить, например, простое предложение или сложное. [34]
Если теперь вместо и написать полный интеграл последнего уравнения, найденный по правилам решения нашей задачи, получим полный интеграл исходного уравнения, что, конечно, дает значительное сокращение вычислений. [35]
Если три из этих отрезков известны, то четвертый пропорциональный к ним отрезок можно вычислить по правилам решения числовых пропорций. [36]
Алгоритм, в соответствии с которым экспериментальным данным ставится в соответствие решение принять или отвергнуть гипотезу, называется правилом решения или решающим правилом. [37]
Обычно для различных функций потерь, соответствующих тому или иному случаю ( например, соображение типа лучше занизить точность, чем завысить), необходимо отыскивать свое правило решения. [38]
Корень подставим в систему ( 23) из 4.94. Для данного корня Хх эта система имеет ровно столько линейно независимых решений, какова кратность корня Kv Найдем эти линейно независимые решения, пользуясь правилами решения однородных систем линейных уравнений. [39]
Корень Хх подставим в систему ( 23) из 4.94. Для данного корня Ях эта система имеет ровно столько линейно независимых решений, какова кратность корня Kv Найдем эти линейно независимые решения, пользуясь правилами решения однородных систем линейных уравнений. [40]
Если бы было известно w ( z x, то эти рассуждения немедленно привели бы к методу максимума правдоподобия, но при неизвестном w ( г к) требуется внести некоторое дополнительное соображение, позволяющее формировать правило решения. Это может быть сделано на основе гипотезы близости, согласно которой в качестве оценки следует выбирать то значение х, для которого соответствующий ему сигнал s ( t, x) в некотором смысле наиболее близок к принятой в данном сеансе реализации г. Рассмотрим некоторое сигнальное пространство В. Применение подходящего разложения, например по функциям Котельникова, позволяет распространить все рассуждения на случай непрерывного наблюдения. Пусть сообщение х является параметром сигнала известной формы. Если сообщение дискретно, сигнальное множество - совокупность изолированных точек, при непрерывном сообщении оно превращается в линию сигналов, а если сообщение - вектор, то в поверхность сигналов. Реализация смеси, представляющая собой искаженный помехами сигнал, отображается в том же пространстве точкой z, в общем случае не совпадающей ни с одной из точек сигнального множества. [41]
В литературе такой подход к выбору гипотез часто называют принципом ( или критерием) максимума апостериорной вероятности [4, 5, 7], поскольку предпочтение отдается гипотезе, которой соответствует максимальное значение апостериорной вероятности. Байесовское правило решения автоматически обеспечивает минимизацию вероятности ошибки при выборе гипотез и, следовательно, является наиболее разумным правилом при оценке качества передачи информации в системах связи. [42]
Наилучшим правилом решения является решение, которЬедает наименьший риск. [43]
Теперь понятно, какое правило решения нужно выбрать. Это правило решения проиллюстрировано ниже. [44]
Таким образом, байесовское правило решения обеспечивает минимальную вероятность ошибки при выборе гипотез и с этой точки зрения является оптимальным правилом. [45]