Следующее противоречие

Cтраница 2

Она имеет свои сильные и слабые стороны. Целью точных наук является формулировка объективных положений; но эти положения не обладают абсолютной значимостью. Эта формула должна объяснить следующее противоречие. [16]

Он возникает вследствие как нежелания, так и неспособности следовать установленным нормам поведения, т.е. может быть умышленным или неумышленным. С точки зрения формализма следует обратить внимание на следующее противоречие: человек, ориентирующийся на дисциплину, может оказаться в конечном итоге формалистом, а человек, ориентирующийся только на существо дела, - недисциплинированным работником. Ориентация на дисциплину ограничивает творчество, а в процессе творчества неизбежны нарушения дисциплины. Соотношение таких явлений, как дисциплина, творчество и формализм, - это большая практическая проблема. [17]

Полный спектр сигнала в системе на а - четыре составляющих полного спектра. б - настройка черно-белого телевизора на сигнал яркости. [18]

Для черно-белого телевидения принцип совместимости здесь, казалось бы, соблюдается. В самом деле, настроив черно-белый телевизор ( при помощи гетеродина) на участок спектра сигнала Еу ( рис. 3.36), получим нормальное изображение в необходимой полосе частот со стандартными строчной и кадровой развертками. Однако для цветного канала телевизионной связи несовместимость еще более усугубляется. При этом обращает на себя внимание следующее противоречие. [19]

Если эта оценка удовлетворительна и априорное значение распределения соответствует истинным распределениям, то задача параметрического обучения решена. Другой, непараметрический, подход заключается в том, что распределение вероятностей сигнала хотя и считаются объективно существующими и неизменными во времени, но априори они совершенно неизвестны, и никакие предположения о них не делаются. Вместо этого считается априори известны семейство v решающих, из которых с помощью выборки нужно отобрать наилучшую. Каждое такое семейство характеризуется емкостью, которая определяет разнообразие входящих в него функций. В простейших случаях его емкость равна числу настраиваемых при обучении параметров. Доказано, что если емкость семейства конечна, то можно указать необходимый объем обучающей выборки ( т.е. число входящих в выборку реализаций сигнала), при котором мижно получить достаточно точную оценку вероятности ошибочной классификации для всей совокупности сигналов, включающей и сигналы не вошедшие в выборку. Если семейство содержит функцию, адекватную существующим распределениям, то непараметрическая задача распределения успешно решается. Следовательно, успех обучения и в этом случае зависит от априорной информации. При создании алгоритмов непараметрического обучения сталкиваются со следующим противоречием: чем шире класс решающих функций, тем больше шансов, что он содержит подходящую для данной конкретной задачи функцию, но тем больше необходима длина обучающей выборки. [20]

Страницы: 1 2