|
«Информатика и её применения» (Том 4, Выпуск 2, 2010)
Оглавление | Библиография | Об авторах
Аннотации и ключевые слова.
О ПЛАНИРОВАНИИ ПОТОКОВ В СИСТЕМАХ ВЫЧИСЛИТЕЛЬНЫХ РЕСУРСОВ.
- М. Г. Коновалов Институт проблем информатики Российской академии наук, mkonovalov@ipiran.ru
Аннотация: Рассмотрена проблема анализа и оптимизации распределения потоков заданий и ценообразования в системах коллективного использования распределенных вычислительных ресурсов. Проведен
обзор литературных источников. Предложен подход к построению математических моделей систем
вычислительных ресурсов, основанный на укрупненном описании потоков заданий в виде балансовых
соотношений и использовании функций качества. Участники системы представляются как субъекты,
обладающие собственными стратегиями поведения и преследующие индивидуальные цели, сформулированные в терминах качества обслуживания и стоимости. В качестве варианта стратегии участников
рассматривается распределенный децентрализованный алгоритм градиентного типа. Приведен численный пример и обсуждены перспективы развития и использования модели.
Ключевые слова: системы вычислительных ресурсов; распределение потоков; качество обслуживания;
коллективное поведение
НЕПАРАМЕТРИЧЕСКОЕ ОЦЕНИВАНИЕ ЭЛЕМЕНТОВ БАЙЕСОВСКОГО КЛАССИФИКАТОРА.
- М.П. Кривенко Институт проблем информатики Российской академии наук, sinitsin@dol.ru
Аннотация: Рассмотрена задача построения эмпирического байесовского классификатора, обеспечивающего распознавание текста в случае, когда отдельные знаки имеют различные размеры. Представлен
комбинированный метод построения оценки элементов байесовского классификатора, включающий
непараметрическую ядерную оценку и параметрическую оценку с помощью плотности нормального
распределения. Подобная комбинированная оценка позволяет эффективно решать задачу обработки
малых объемов обучающей выборки. Продуктивность предложенных идей иллюстрируется на примере
распознавания реального текста.
Ключевые слова: байесовский классификатор; комбинированная оценка многомерной плотности рас-
пределения; адаптивная ядерная оценка; распознавание текста
ВОПРОСЫ РАЗРЕШИМОСТИ ЗАДАЧИ РАСПОЗНАВАНИЯ ВТОРИЧНОЙ СТРУКТУРЫ БЕЛКА.
- К. В. Рудаков ВЦ РАН им. А. А. Дородницына, Московский физико-технический институт, rudakov@ccas.ru
- И.Ю. Торшин Российское отделение Института микроэлементов ЮНЕСКО, tiy135@yahoo.com
Аннотация: Цель работы — разработка формализма для последующего применения алгебраического
подхода к проблеме распознавания вторичной структуры белка. Проведено формальное описание задачи,
рассмотрена ее разрешимость, регулярность и локальность. Введены ключевые понятия для анализа
локальности, такие как окрестность, маска, система масок, монотонность и тупиковость систем масок;
предложен метод построения безызбыточных систем масок. Разработанный формализм позволил сформулировать математическое описание принятой у биологов гипотезы о локальном характере зависимости
вторичной структуры от первичной и получить конструктивные критерии разрешимости задачи.
Ключевые слова: алгебраический подход; вторичная структура белка; биоинформатика; окрестность;
локальность; разрешимость; регулярность
АСИМПТОТИКИ ОЦЕНКИ РИСКА ПРИ ПОРОГОВОЙ ОБРАБОТКЕ ВЕЙВЛЕТ-ВЕЙГЛЕТ КОЭФФИЦИЕНТОВ В ЗАДАЧЕ ТОМОГРАФИИ.
- А.В.Маркин Московский государственный университет им. М.В. Ломоносова, факультет вычислительной математики и кибернетики, кафедра математической статистики, artem.v.markin@mail.ru
- О.В.Шестаков Московский государственный университет им. М.В. Ломоносова, факультет вычислительной математики и кибернетики, кафедра математической статистики, oshestakov@cs.msu.su
Аннотация: Рассмотрена задача реконструкции изображения по радоновскому образу с помощьюв ейвлет-
вейглет разложения. Исследованы свойства оценки риска пороговой обработки вейглет-коэффициентов,
такие как состоятельность и асимптотическая нормальность.
Ключевые слова: вейвлеты; томография; пороговая обработка; оценка риска; предельное распределение
АНАЛИЗ СЕТЕВОГО ПРОТОКОЛА С ОБЩЕЙ ФУНКЦИЕЙ РАСШИРЕНИЯ ОКНА ПЕРЕДАЧИ СООБЩЕНИЯ ПРИ КОНФЛИКТАХ.
- А. Лукьяненко Helsinki Institute for Information Technology HIIT, Aalto, Finland, firstname.secondname@hiit.fi
- Е.Морозов Институт прикладных математических исследований КарНЦ РАН, emorozov@krc.karelia.ru
- А. Гуртов Helsinki Institute for Information Technology HIIT, Aalto, Finland, gurtov@hiit.fi
Аннотация: Исследован класс сетевых протоколов контроля несущей среды, где окно передачи сообщения является призвольной возрастающей функцией числа конфликтов сообщения, посланного с данной
станции. В общепринятых предположениях, накладываемых на свойства сети, исследована функция
протокола, определяемая правилом расширения окна в зависимости от числа конфликтов. Найдено
выражение для функции протокола, обеспечивающей минимальное среднее время передачи сообщения.
Проведен асимптотический анализ протокола при неограниченно растущем числе станций. Рассмотрены
протоколы как с неограниченным, так и с ограниченным числом попыток передачи сообщения. Предложена модель распределения доступа к каналу в непрерывном времени, допускающая слоты различной
длины.
Ключевые слова: передача данных; оценка производительности; моделирование протокола; доступ к
каналу
РАЗРАБОТКА ПАРАЛЛЕЛЬНЫХ ЭВРИСТИЧЕСКИХ АЛГОРИТМОВ ПОДБОРА ВЕСОВЫХ КОЭФФИЦИЕНТОВ ИСКУССТВЕННОЙ НЕЙРОННОЙ СЕТИ.
- О.В. Крючин Тамбовский государственный университет им. Г. Р. Державина, kryuchov@gmail.com
Аннотация: Описан градиентный алгоритмобучения искусственной нейронной сети (ИНС) и основанные
на нем эвристические алгоритмы QuickProp и RProp. Рассмотрена возможность применения кластерных
систем.
Ключевые слова: искусственная нейронная сеть; эвристические алгоритмы обучения; кластерные системы
ИСПОЛЬЗОВАНИЕ КООРДИНАТНОГО МЕТОДА ФРАГМЕНТАЦИИ КОММУТАТОРНОЙ НЕЙРОННОЙ СЕТИ ДЛЯ СОКРАЩЕНИЯ ТРАФИКА.
- С.Ю. Степанов ГОУ ВПО МГТУ "Станкин", cympak_shade@rambler.ru
Аннотация: Описана проблема возрастания трафика при масштабировании коммутаторной нейронной
сети, предложен метод и алгоритм ее решения. Приведен пример работы разработанного алгоритма.
Ключевые слова: коммутаторная нейронная сеть; масштабирование; трафик
О ПРЕДЕЛЬНОМ ПОВЕДЕНИИ МОЩНОСТЕЙ КРИТЕРИЕВ В СЛУЧАЕ РАСПРЕДЕЛЕНИЯ ЛАПЛАСА.
- В. Е. Бенинг Московский государственный университет им. М.В. Ломоносова, факультет вычислительной математики и кибернетики,
bening@yandex.ru
- Р. А. Королев Московский государственный университет им. М.В. Ломоносова, факультет вычислительной математики и кибернетики,
stochastique@gmail.com
Аннотация: С использованием сходимости условных мер, зависящих от параметра, доказана формула для
предела нормированной разности мощностей наилучшего и асимптотически оптимального критериев
в случае распределения Лапласа. В связи с нерегулярностью распределения Лапласа логарифм отношения правдоподобия допускает нерегулярное стохастическое разложение; кроме того, для знаковой
статистики, лежащей в основе асимптотически оптимального критерия, не выполняется аналог условия
Крамера (C).Поэтому непосредственное применение теоремы 3.2.1 работы [1] или теоремы 2.1 работы [2]
затруднительно и в настоящей работе их доказательства пересмотрены для случая распределения Лапласа.
Ключевые слова: функция мощности; условная вероятностная мера; условный момент; распределение
Лапласа
УТОЧНЕНИЕ НЕРАВЕНСТВА КАЦА-БЕРРИ-ЭССЕЕНА.
- М. Е. Григорьева Московский государственный университет имени М.В. Ломоносова, факультет вычислительной математики и кибернетики, maria-grigoryeva@yandex.ru
- И. Г.Шевцова Московский государственный университет имени М.В. Ломоносова, факультет вычислительной математики и кибернетики, ishevtsova@cs.msu.su
Аннотация: Уточнены верхние оценки абсолютной константы в неравенстве Каца–Берри–Эссеена для
сумм независимых одинаково распределенных случайных величин с конечными абсолютными моментами
порядка 2 + б, 0 < б < 1. Предложена альтернатива неравенству Каца–Берри–Эссеена, имеющая более
тонкую структуру, и построены верхние оценки входящих в уточненное неравенство констант.
Ключевые слова: центральная предельная теорема; неравенство Каца–Берри–Эссеена; дробь Ляпунова
ЛИНГВИСТИЧЕСКИЕ ФИЛЬТРЫ В СТАТИСТИЧЕСКИХ МОДЕЛЯХ МАШИННОГО ПЕРЕВОДА.
- Е. Б. Козеренко Институт проблем информатики Российской академии наук, kozerenko@mail.ru
Аннотация: Рассмотрены задачи создания лингвистических фильтров в статистических моделях машинного перевода и вопросы совершенствования механизмов выравнивания параллельных текстов для
повышения точности и адекватности переводов. Приведены статистические и эвристические модели выравнивания и перевода. Предложены решения на основе гибридной грамматики, включающей
лингвистические правила и вероятностные характеристики языковых структур.
Ключевые слова: статистические модели; машинный перевод; параллельные тексты; выравнивание;
лингвистические фильтры
|
|