Cтраница 1
Правило выбора решения - критерий, который дает возможность выбрать наиболее предпочтительное в некотором смысле решение. Критерий определен тогда, когда он предписывает алгоритм, который однозначно указывает действия ЛПР в ППР. [1]
Правило выбора решения, аналогичное (5.6), получается и в том случае, когда. [2]
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. [3]
Рассмотрим вальдовское последовательное правило выбора решения. [4]
Следовательно, правило выбора решения по критерию максимальной апостериорной вероятности минимизирует априорную вероятность ошибок. Иначе говоря, это правило на протяжении длинной последовательности принятия решений обеспечивает максимальную частоту правильных решений. [5]
Существование равномерно наиболее мощного правила выбора решения при проверке простой гипотезы против сложной альтернативы является скорее исключением, нежели правилом. Можно попытаться сузить класс правил и искать в этом меньшем классе правил равномерно наиболее мощное. [6]
Переходим к последовательному правилу выбора решений. [7]
В математической литературе правило выбора решения называют критерием. [8]
Важно подчеркнуть, что правило выбора решения устанавливается до проведения наблюдения. [9]
Другой подход к оптимизации правила выбора решений при отсутствии априорной информации о потерях и вероятностях состояний указывает критерий Неймана - Пирсона. [10]
При с 1 из (1.142) получаем правило выбора решения по критерию максимума апостериорной вероятности. Правило максимального правдоподобия следует из (1.116), если заменить скалярный параметр s векторным. [11]
Заметим, что оптимальное по критерию Неймана-Пирсона правило выбора решения при проверке простой гипотезы против сложной альтернативы не имеет, вообще говоря, структуру байесовского правила, как это имело место при простой альтернативе. [12]
Если v oo, то ( 1.128) совпадает с правилом выбора решения (1.67) при проверке простой гипотезы s а0 против простой альтернативы s ах. [13]
При построении моделей оперативного и перспективного стохастического программирования важно учитывать требования, которые предъявляет практика к правилам выбора решений. [14]
Для того чтобы определить систему полностью, необходимо указать правило обработки выборки х ( ti), правило выбора решения и правило выбора действия для каждого такта. [15]