Институт проблем информатики Российской Академии наук
Институт проблем информатики Российской Академии наук
Российская Академия наук

Институт проблем информатики Российской Академии наук



«INFORMATICS AND APPLICATIONS»
Scientific journal
Volume 7, Issue 1, 2013

Content | Abstract | About  Authors

Bibliography

ANALYTICAL MODELING OF INVARIANT MEASURE DISTRIBUTIONS IN STOCHASTIC SYSTEMS WITH DISCONTINUOUS CHARACTERISTICS .

  • I.N. Sinitsyn   IPI RAN, sinitsin@dol.ru

literature

  1. Пугачёв В. С., Синицын И.Н. Стохастические дифференциальные системы. Анализ и фильтрация. — 2-е изд., доп.—М.: Наука, 1990.
  2. Пугачёв В. С., Синицын И.Н. Теория стохастических систем. — 2-е изд. —М.: Логос, 2004.
  3. Moshchuk N.K., Sinitsyn I.N. On stationary distributions in nonlinear stochastic differential systems: Preprint. — Coventry, UK: University of Warwick, Mathematics Institute, 1989. 15 p.
  4. Moshchuk N.K., Sinitsyn I.N. On stochastic nonholonomic systems: Preprint. — Coventry, UK: University of Warwick,Mathematics Institute, 1989. 32 p.
  5. Мощук Н.К., Синицын И.Н. О стохастических неголономных системах // Прикладная механика и математика, 1990. Т. 54. Вып. 2. С. 213–223.
  6. Moshchuk N.K., Sinitsyn I.N. On stationary distributions in nonlinear stochastic differential systems // Quart. J. Mech. Appl.Math., 1991. Vol. 44. Pt. 4. P. 571–579.
  7. Мощук Н.К., Синицын И.Н. О стационарных и приводимых к стационарным режимах в нормальных стохастических системах // Прикладная механика и математика, 1991. Т. 55. Вып. 6. С. 895–903.
  8. Мощук Н.К., Синицын И.Н. Распределения с инвариантной мерой в механических стохастических нормальных системах // Докл. АН СССР, 1992. Т. 322. №4. С. 662–667.
  9. Синицын И.Н. Конечномерные распределения с инвариантной мерой в стохастических механических системах // Докл. РАН, 1993. Т. 328.№3. С. 308–310.
  10. Soize C. The Fokker–Plank equation for stochastic dynamical systems and its explicit steady state solutions. — Singapore: World Scientific, 1994.
  11. Синицын И.Н. Конечномерные распределения с инвариантной мерой в стохастических нелинейных дифференциальных системах. — М.: Диалог–МГУ, 1997. С. 129–140.
  12. Синицын И.Н., Корепанов Э. Р., Белоусов В. В. Точные методы расчета стационарных режимов с инвариантной мерой в стохастических системах управления // Кибернетика и технологии XXI века: Тр. II Междунар.науч.-техн.конф. C&T’2002.—Воронеж: Саквое, 2002. С. 124–131.
  13. Синицын И.Н., Корепанов Э. Р., Белоусов В. В. Точные аналитические методы в статистической динамике нелинейных информационно-управляющих систем // Системы и средства информатики. Спец. вып. Математическое и алгоритмическое обеспечение информационно-телекоммуникационных систем. —М.: Наука, 2002. С. 112–121.
  14. Синицын И.Н. Развитие методов аналитического моделирования распределений с инвариантной мерой в стохастических системах // Современные проблемы прикладной математики, информатики и автоматизации: Тр. Междунар. науч.-техн. семинара. — Севастополь, 2012. С. 24–35.
  15. Синицын И.Н. Аналитическое моделирование распределений с инвариантной мерой в стохастических системах с автокоррелированными шумами // Ин- форматика и её применения, 2012.Т. 6.Вып. 4.С. 4–8.
  16. Немыцкий В. В., Степанов В. В. Качественная теория дифференциальных уравнений. — М.–Л.: Гостехиздат, 1949.
  17. Козлов В. В. О существовании интегрального инварианта гладких динамических систем // ПММ, 1987. №1. С. 538–545.
  18. Синицын И.Н. Фильтры Калмана и Пугачёва. — 2-е изд.—М.: Логос, 2007.


PROBABILITY AND STATISTICAL MODELING OF INFORMATION FLOWS IN COMPLEX FINANCIAL SYSTEMS BASED ON HIGH-FREQUENCY DATA.

  • V.Yu. Korolev   Faculty of Computational Mathematics and Cybernetics, M. V. LomonosovMoscow State University; IPI RAN, vkorolev@cs.msu.su
  • A. V. Chertok   Faculty of Computational Mathematics and Cybernetics, M. V. LomonosovMoscow State University; Euphoria Group LLC, a.v.chertok@gmail.com
  • A. Yu. Korchagin   Faculty of Computational Mathematics and Cybernetics, M. V. LomonosovMoscow State University, sasha.korchagin@gmail.com
  • A.K. Gorshenin   IPI RAN, a.k.gorshenin@gmail.com

literature

  1. Королев В.Ю. Вероятностно-статистические методы декомпозиции волатильности хаотических процессов. —М.: Изд-воМоск. ун-та, 2011.
  2. Королев В.Ю., Бенинг В. Е., Шоргин С.Я. Математические основы теории риска. — 2-е изд., перераб. и доп. —М.: Физматлит, 2011. 620 с.
  3. Cont R., Stoikov S., Talreja R. A stochastic model for order book dynamics // Operations Res., 2010. Vol. 58. No. 3. P. 549–563.
  4. Cont R., de Larrard A. Price dynamics in a Markovian limit order market. Working Paper, 2011. Available: http://ssrn.com/abstract=1735338.
  5. Bouchaud J.-P., Mezard M., Potters M. Statistical properties of stock order books: Empirical results and models // Quantitative Finance, 2002. Vol. 2. P. 251–256.
  6. Zovko I., Farmer J.D. The power of patience; A behavioral regularity in limit order placement // Quantitative Finance, 2002. Vol. 2. P. 387–392.
  7. Huang H., Kercheval A.N. A generalized birth–death stochastic model for high-frequency order book dynamics // Quantitative Finance, 2012. Vol. 12. No. 4. P. 547– 557.
  8. Abergel F., Jedidi A. A mathematical approach to order book modelling // Econophysics of order-driven markets / Eds. F. Abergel, B.K. Chakrabarti, A. Chakraborti, M.Mitra. — New York: Springer, 2011. P. 93–108.
  9. Korolev V., Shevtsova I. An improvement of the Berry– Esseen inequality with applications to Poisson and mixed Poisson randomsums // Scandinavian Actuarial J., 2012. No. 2. P. 81–105. Available online since June 4, 2010.
  10. Gleser L. J. The gamma distribution as a mixture of exponential distributions: Technical Report # 87-28. — West Lafayette: Purdue University, 1987. 6 p.
  11. Gorshenin A., Doynikov A., Korolev V., Kuzmin V. Statistical properties of the dynamics of order books: Empirical results // Applied Problems in Theory of Probabilities and Mathematical Statistics Related to Modeling of Information Systems: Abstracts of 4th International Workshop.— Moscow: IPI RAS, 2012. P. 31–51.


STATIONARY CHARACTERISTICS OF THE QUEUEING SYSTEM WITH LIFO SERVICE, PROBABILISTIC PRIORITY, AND HYSTERIC POLICY.

  • T.A.Milovanova   People’s Friendship University of Russia, tmilovanova77@mail.ru
  • A. V. Pechinkin   IPI RAN, apechinkin@ipiran.ru

literature

  1. Печинкин А. В. Об одной инвариантной системе массового обслуживания // Math. Operationsforsch. und Statist. Ser. Optimization, 1983. Vol. 14. No. 3. S. 433– 444.
  2. Печинкин А. В., Стальченко И. В. Система MAP/G/1/1 с инверсионным порядком обслуживания и вероятностным приоритетом, функционирующая в дискретном времени // Вестник Российского ун-та дружбы народов. Сер. Математика. Информатика. Физика, 2010. №2. С. 26–36.
  3. Абаев П. О., Гайдамака Ю.В., Самуйлов К. Е. Гистерезисное управление сигнальной нагрузкой в сети SIP-серверов // Вестник Российского ун-та дружбы народов. Сер. Математика. Информатика. Физика, 2011.№4. С. 54–71.
  4. Nishimura S., Jiang Y. An M/G/1 vacation model with two service modes // Prob. Eng. Informational Sci., 1995. Vol. 9. No. 3. P. 355–374.
  5. Dudin A. Optimal control for an Mx/G/1 queue with two operation modes // Prob. Eng. Informational Sci., 1997. Vol. 11. No. 2. P. 255–265.
  6. Nobel R.D., Tijms H. C. Optimal control for an Mx/G/1 queue with two service modes // Eur. J. Operational Res., 1999. Vol. 113. No. 3. P. 610–619.
  7. Жерновый К.Ю., Жерновый Ю. В. Система M./G/1/m c двухпороговой гистерезисной стратегией переключения интенсивности обслуживания // Информационные процессы, 2012. Т. 12.№2. С. 127–140. 8. Bocharov P. P., D’Apice C., Pechinkin A. V., Salerno S. Queueing theory. — Utrecht, Boston: VSP, 2004.
  8. Нагоненко В. А. Охарактеристиках одной нестандартной системы массового обслуживания. I // Изв. АН СССР. Технич. кибернет., 1981.№1. С. 187–195.
  9. Нагоненко В. А.Охарактеристиках одной нестандартной системы массового обслуживания. II // Изв. АН СССР. Технич. кибернет., 1981.№3. С. 91–99.


ON CONVERGENCE IN THE SPACE Lp OF THE WORKLOAD MAXIMUM FOR A CLASS OF GAUSSIAN QUEUEING SYSTEMS.

  • O. V. Lukashenko   Institute of AppliedMathematical Research of Karelian Research Center, Russian Academy of Sciences; Petrozavodsk State University, lukashenko-oleg@mail.ru
  • E. V.Morozov   Institute of AppliedMathematical Research of Karelian Research Center, Russian Academy of Sciences; Petrozavodsk State University, emorozov@karelia.ru

literature

  1. Лукашенко О. В., Морозов Е. В. Асимптотика максимума процесса нагрузки для некоторого класса гауссовских очередей // Информатика и её применения, 2012. Т. 6. Вып. 3. С. 81–89.
  2. Zeevi A., Glynn P. On the maximum workload in a queue fed by fractional Brownian motion // Ann. Appl. Prob., 2000. Vol. 10. P. 1084–1099.
  3. Mandjes M. Large deviations of Gaussian queues. — Chichester: Wiley, 2007. 339 p.
  4. Reich E. On the integrodifferential equation of Takacs I // Ann. Math. Stat., 1958. Vol. 29. P. 563–570.
  5. Asmussen S. Applied probability and queues.—New York: Springer, 2002. 440 p.
  6. Сенета Е. Правильно меняющиеся функции. — М.: Наука, 1985. 143 с.
  7. Konstantopoulos T., Zazanis M., De Veciana G. Conservation laws and reflection mappings with application to multiclass mean value analysis for stochastic fluid queues // Stochastic Processes and Their Applications, 1996.Vol. 65. P. 139–146.
  8. Биллингсли П. Сходимость вероятностных мер.—М.: Наука, 1977. 352 с.
  9. Duffy K., Lewis J. T., Sullivan W. G. Logarithmic asymptotics for the supremum of a stochastic process // Ann. Appl. Prob., 2003. Vol. 13. No. 2. P. 430–445.
  10. Adler R. J. An introduction to continuity, extrema, and related topics for general Gaussian processes. — Hayward, CA: Institute of Mathematical Statistics, 1990. 170 p.
  11. Лифшиц М. А. Гауссовские случайные функции. — Киев: ТвиМС, 1995. 248 с.
  12. Taqqu M. S., Willinger W., Sherman R. Proof of a fundamental result in self-similar traffic modeling // Computer Comm. Rev., 1997. Vol. 27. P. 5–23.
  13. Kulkarni V., Rolski T. Fluid model driven by an Ornstein– Uhlenbeck process // Probability Engineering Informational Sci., 1994. Vol. 8. P. 403–417.
  14. Debicki K., Rolski T. A Gaussian fluid model // Queueing Syst., 1995. Vol. 20. P. 433–452.
  15. Anick D., Mitra D., Sondhi M. M. Stochastic theory of a data handling system with multiple resources // Bell Syst. Techn. J., 1982. Vol. 61. P. 1871–1894.
  16. Addie R., Mannersalo P., Norros I. Most probable paths and performance formulae for buffers with Gaussian input traffic // Eur. Trans. Telecommunications, 2002. Vol. 13. P. 183–196.


ALGORITHMS FOR INDUCTIVE GENERATION OF SUPERPOSITIONS FOR APPROXIMATION OF EXPERIMENTAL DATA.

  • G. I. Rudoy   Moscow Institute of Physics and Technology, rudoy@forecsys.ru
  • V.V. Strijov   Dorodnicyn Computing Centre of RAS, strijov@ccas.ru

literature

  1. Duffy J., Engle-Warnick J. Using symbolic regression to infer strategies from experimental data // Evolutionary Computation in Economics and Finance, 2002. Vol. 100. P. 61–84.
  2. Barmpalexis P., Kachrimanis K., Tsakonas A., Georgarakis E. Symbolic regression via genetic programming in the optimization of a controlled release pharmaceutical formulation // Chemometrics and Intelligent Laboratory Systems, 2011. Vol. 107. No. 1. P. 75–82.
  3. Davidson J.W., Savic D. A., Walters G. A. Symbolic and numerical regression: Experiments and applications // Developments in Soft Computing, 2001. Vol. 6. P. 175– 182.
  4. Стрижов В. В. Поиск параметрической регрессионной модели в индуктивно заданном множестве // Вычислительные технологии, 2007. T. 1. C. 93–102.
  5. Стрижов В. В. Методы индуктивного порождения регрессионных моделей. —М.: ВЦ РАН, 2008.
  6. Sammut C., Webb G. I. Symbolic regression // Encyclopedia of Machine Learning.— Berlin: Springer, 2010.
  7. Strijov V. V.,Weber G.W. Nonlinear regression model generation using hyperparameter optimization // Computers and Mathematics with Applications, 2010. Vol. 60. No. 4. P. 981–988.
  8. Koza J. R. Genetic programming //Encyclopedia of Computer Science and Technology, 1998. Vol. 39. No. 24. P 29–43.
  9. Koza J. R. Introduction to genetic algorithms. — Cambridge: MIT Press, 1998.
  10. Zelinka I., Oplatkova Z., Nolle L. Analytic programming and symbolic regression by means of arbitrary evolutionary algorithms // Int. J. Simulation Syst. Sci. Technol., 2005. Vol. 6. No. 9. P 44–56.
  11. Тырсин А.Н. Об эквивалентности знакового и наименьших модулей методов построения линейных моделей // Обозрение прикладной и промышленной математики, 2005. Т. 12.№4. C. 879–880.
  12. Павловский Ю.Н. Имитационные модели и системы. —М.: Фазис, 2000.
  13. Битюцков В.И., Войцеховский М.И., Иванов А. Б. Математическая энциклопедия. Т. 4. — М.: Советская энциклопедия, 1984.
  14. Marquardt D.W. An algorithm for least squares estimation of nonlinear parameters // J. Soc. Ind. Appl.Math., 1963. Vol. 11. No. 2. P. 431–441.
  15. More J. J. The Levenberg–Marquardt algorithm: Implementation and theory // Lecture Notes in Mathematics 630: Numerical Analysis. —Berlin: Springer-Verlag, 1978. P. 105–116.


STATISTICAL TECHNIQUES OF BANS DETERMINATION OF PROBABILITY MEASURES IN DISCRETE SPACES.

  • A.A. Grusho   IPI RAN, grusho@yandex.ru
  • N.A. Grusho   IPI RAN, info@itake.ru
  • E. E. Timonina   IPI RAN, eltimon@yandex.ru

literature

  1. Леман Э. Проверка статистических гипотез.—М.: На- ука, 1964.
  2. Бурбаки Н. Общая топология. Основные структуры.— М.: Наука, 1968.
  3. Неве Ж. Математические основы теории вероятностей. —М.:Мир, 1969.
  4. Прохоров Ю. В., Розанов Ю. А. Теория вероятностей. — М.: Наука, 1993.
  5. Грушо А. А., Тимонина Е. Е. Запреты в дискретных вероятностно-статистических задачах //Дискретная математика, 2011. Т. 23.№2. С. 53–58.
  6. Grusho А., Timonina E. Statistical tests based on bans // 1st Symposium (International) and 10th Balkan Conference on Operational Research Proceedings. — Thessaloniki, Greece, 2011. Vol. 1. P. 234–241.


OPERATIONS ON THE TREE REPRESENTATIONS OF PIECEWISE QUASI-AFFINE FUNCTIONS.

  • S. A. Guda   Faculty ofMathematics,Mechanics and Computer Science, Southern Federal University, gudasergey@gmail.com

literature

  1. Воеводин В. В., Воеводин Вл. В. Параллельные вычисления. — СПб.: БХВ-Петербург, 2002.
  2. Штейнберг Б.Я. Информационные зависимости и высокоуровневые распараллеливающие преобразования программ: Электронный учебник, 2007. 167 с. http://ops.rsu.ru/works.shtml.
  3. Feautrier P. Parametric Integer Programming.— Laboratoire MASI, Institut Blaise Pascal,Universite de Versailles St-Quentin, 1988. P. 25.
  4. Feautrier P. Dataflow analysis of scalar and array references // Int. J. Parallel Programming,1991. Vol. 20.No. 1. P. 23–52.
  5. The Parametric Integer Programming’s Home. http:// www.PipLib.org.
  6. Шульженко А.М. Расщепление многомерных циклов для эффективного распараллеливания // Параллельные вычисления в задачах математической физики: Труды Всеросс. науч.-технич. конф. — Ростов-на- Дону, 2004. С. 186–194.
  7. Шульженко А.М. Автоматическое определение циклов ParDo в программе //Известия вузов.Северокавказский регион. Естественные науки. Приложение, 2011. Вып. 5. С. 77–88.
  8. Штейнберг Б. Я. Оптимизация размещения данных в параллельной памяти. — Ростов-на-Дону: ЮФУ, 2010. 255 с.
  9. Klimov A. V. Transforming affine nested loop programs to data flow computation model // PSI’11:Ershof Informatic Conference. — Novosibirsk, 2011. P. 274–285.
  10. Seghir R., Verdoolaege S., Beyls K., Loechner V. Analytical computation of Ehrhart polynomials and its application in compile-time generated cache hints. Research Report of the Universite Louis Pasteur icps-2004-118, 2004.
  11. Штейнберг Р. Б. Использование решетчатых графов для исследования многоконвейерной модели вычислений // Известия вузов. Северокавказский регион. Естественные науки, 2009. Вып. 2. С. 16–18.
  12. Гуда С. А. Оценки длины критического пути в решетчатом графе // Параллельные вычисления и задачи управления: Труды IV Междунар. конф. — М., 2008. С. 1253–1267.
  13. Pugh W. The Omega test: A fast and practical integer programming algorithm for dependence analysis // 1991 ACM/IEEE Conference on Supercomputing Proceedings. – New York, NY, USA: ACM, 1991.
  14. Maslov V. Lazy array data-flow dependence analysis // 21st Annual ACM SIGPLAN-SIGACT Symposium on Principles of ProgrammingLanguages Proceedings, 1994. P. 311–325.
  15. PolyLib — a library of polyhedral functions. http://icps. u-strasbg.fr/polylib.
  16. Graphite: Gimple Represented as Polyhedra. http://gcc. gnu.org/wiki/Graphite.
  17. Parma Polyhedra Library. http://bugseng.com/ products/ppl.
  18. Integer Set Library. http://freecode.com/projects/isl; http://www.kotnet.org/.skimo/isl.
  19. Штейнберг Б.Я., Нис З. Я., Петренко В. В., Черданцев Д.Н., Штейнберг Р. Б., Шульженко А.М. Состояние и возможности Открытой распараллеливающей системы (лето 2006 г.) // Перспективы систем информатики: Труды VI Междунар. конф., рабочего семинара «Наукоемкое программное обеспечение». — Новосибирск, 2006. С. 122–125.
  20. Открытая распараллеливающая система. http:// ops.rsu.ru.
  21. Штейнберг Б.Я., Алымова Е. В., Баглий А.П. и др. Особенности реализации распараллеливающих преобразований программ в ДВОР // Параллельные вычисления и задачи управления: Труды Междунар. конф. —М.: ИПУ РАН, 2010. С. 787–854.
  22. Штейнберг Б.Я., Абрамов А. А., Баглий А.П. и др. Уточнение зависимостей программы в ДВОР // Параллельные вычисления и задачи управления: Труды Междунар. конф.—М.: ИПУ РАН, 2010. С. 855–864.
  23. Штейнберг Б. Я., Абрамов А. А., Алымова Е. В. и др. Диалоговый высокоуровневый оптимизирующий распараллеливатель (ДВОР) // Научный сервис в сети Интернет: суперкомпьютерные центры и задачи: Труды Междунар. суперкомпьютерной конф. — Но- воросcийск, 2010. —М.:МГУ, 2010. C. 71–75.
  24. Nookala S., Risset T. A Library for Z-polyhedral operations: Technical report PI-1330. — Rennes, France: IRISA, 2000.


METHODOLOGICAL BASIS FOR THE CREATION OF INFORMATION SYSTEMS FOR THE CALCULATION OF INDICATORS OF THEMATIC LINKAGES BETWEEN SCIENCE AND TECHNOLOGY .

  • V.A.Minin   RFBR, minin@rfbr.ru
  • I.M. Zatsman   IPI RAN, iz_ipi@a170.ipi.ac.ru
  • M.G. Kruzhkov   IPI RAN, magnit75@yandex.ru
  • T. P. Norekyan   IPI RAN, izzittami@gmail.com

literature

  1. Проект государственной программы РФ "Развитие науки и технологий" на 2013-2020 годы. http:// IEIIAOIAOEE.OA/AIEOIAIOU/2475.
  2. Архипова М.Ю., Зацман И.М., Шульга С.Ю. Индикаторы патентной активности в сфере информационно-коммуникационных технологий и методика их вычисления // Экономика, статистика и информатика. Вестник УМО, 2010.№4. С. 93-104.
  3. Зацман И.М., Шубников С.К. Принципы обработки информационных ресурсов для оценки инновационного потенциала направлений научных исследований // Электронные библиотеки: перспективные методы и технологии, электронные коллекции - RCDL'2007: Труды IX Всеросс. научной конф. - Переславль: Ун-т города Переславля, 2007. С. 35-44.
  4. Зацман И.М., Курчавова О. А., Галина И. В. Информационные ресурсы и индикаторы для оценки инновационного потенциала направлений научных исследований // Системы и средства информатики. Доп. вып. -М.: Наука, 2008. С. 159-175.
  5. Мезоэкономика развития / Под ред. чл.-корр. РАН Г. Б. Клейнера. —М.: Наука, 2011. 805 с.
  6. Клейнер Г. Б., Голиченко О. Г., Зацман И.М. Основные принципы разработки системы мониторинга фунционирования исследовательских организаций. — М.: ЦЭМИ РАН, 2007. 62 с.
  7. Зацман И.М., Веревкин Г.Ф., Шубников С.К. Моделирование систем мониторинга. —М.:ИПИРАН, 2008. 115 с.
  8. Шубников С. К. Формы документов в системах информационного обеспечения оценки результативности научной деятельности // Системы и средства информатики.—М.: Наука, 2005. Вып. 15. С. 59–76.
  9. Зацман И.М. Информационные ресурсы для систем мониторинга в сфере науки // Системы и средства информатики. — М.: Наука, 2005. Вып. 15. С. 288– 318.
  10. Зацман И.М. Терминологический анализ нормативно-правового обеспечения создания систем мониторинга и оценки результативности в сфере науки // Экономическая наука современной России, 2005. №4. С. 114–129.
  11. Зацман И.М., Веревкин Г.Ф. Информационный мониторинг сферы науки в задачах программно-целевого управления // Системы и средства информатики.—М.: Наука, 2006. Вып. 16. С. 164–189.
  12. Шубников С.К., Лощилова Е.Ю., Косарик В. В. Принципы систематизации и стандартизации описания структур информационных ресурсов в сфере науки // Системыи средства информатики.—М.:Наука, 2006. Вып. 16. С. 190–213.
  13. Зацман И.М. Полидоменные модели в системах оценки инновационного потенциала и результативности научных исследований // Компьютерная лингвистика и интеллектуальные технологии: Труды Междунар. конф. Диалог-2006. — М.: РГГУ, 2006. С. 178–183.
  14. Зацман И.М. Полидоменные модели электронных библиотек системмониторинга сферынауки //Электронные библиотеки: перспективные методы и технологии, электронные коллекции—RCDL’2006:Труды VIII Всеросс.науч.конф.—Ярославль:ЯрГУ, 2006. С. 75–81.
  15. Зацман И.М. Веревкин Г.Ф., Дрынова И. В., Курчавова О. А., Ларин Н. В., Норекян Т.П. Моделирование систем информационного мониторинга как проблема информатики // Системы и средства информатики. Спец. вып. Научно-методологические проблемы информатики.—М.: ИПИ РАН, 2006. С. 112–139.
  16. ЗацманИ.М., Кожунова О. С. Семантический словарь системы информационного мониторинга в сфере науки: задачи и функции // Системы и средства информатики.—М.: Наука, 2007. Вып. 17. С. 124–141.
  17. Zatsman I., Kozhunova O. Evaluating for institutional academic activities: Classification scheme for R&D indicators // 10th Conference (International) on Science and Technology Indicators (STI’2008): Book of Abstracts. — Vienna: ARC GmbH, 2008. P. 428–431.
  18. Кожунова О. С. Семантический словарь системы информационного мониторинга в сфере науки и ресурс Eurowordnet: структура, задачи и функции // Системы и средства информатики. — М.: Наука, 2008. Вып. 18. С. 156–170.
  19. Архипова М.Ю., Зацман И.М. Основные тенденции патентной активности в сфере информационных и телекоммуникационных технологий // Институциональные основы инновационных процессов:Мат-лы 4-х Друкеровских чтений. — М.: Доброе слово, 2008. С. 201–206.
  20. Архипова М.Ю., Зацман И.М., Хавансков В. А. Индикаторы патентной активности РАН // Институциональные концепции менеджмента: Мат-лы 6-х Друкеровских чтений. — Екатеринбург: УрГУ, 2009. Т. 1. С. 141–150.
  21. Zatsman I., Kozhunova O. Evaluation system for the Russian Academy of Sciences: Objectives– Resources–Results approach and R&D indicators // 2009 Atlanta Conference on Science and Innovation Policy Proceedings / Eds. S. E. Cozzens and P. Catalаn. http://smartech.gatech.edu/bitstream/ 1853/32300/1/104-674-1-PB.pdf.
  22. Зацман И.М. Категоризация результатов и индикаторов программ научных исследований в информационных системах мониторинга // Системы и средства информатики. Доп. вып. — М.: ИПИ РАН, 2009. С. 200–219.
  23. Zatsman I., Durnovo A. Incompleteness problem of indicators system of research programme // 11th Conference (International) on Science and Technology Indicators (STI’2010): Book of Abstracts. — Leiden: CWTS, 2010. P. 309–311.
  24. Методические рекомендации по подготовке Докладов о результатах и основных направлениях деятельности субъектов бюджетного планирования на 2006–2008 годы. http://www.min¦n.ru/common/ img/uploaded/library/2005/07/metod 270705.doc.
  25. Planning for performance and evaluating results of public R&D programs // Meeting the OMB PART Challenge: Workshop Report. — Washington: The Washington Research Evaluation Network, 2004.
  26. Special Report No. 9/2007 concerning “Evaluating the EU Research and Technological Development (RTD) framework programmes — could the Commission’s approach be improved?” // Official J. Eur. Union C26, 30.01.2008. P. 1–38.
  27. Zatsman I., Durnovo A. Program-oriented indicators: Production and application in science //Системы и средства информатики, 2012. Т. 22.№1. С. 110–120.
  28. Zatsman I., Durnovo A. Proactive dictionary of evaluation system as a tool for science and technology indicator development // 17th Conference (International) on Science and Technology Indicators Proceedings. — Montr‚eal: Science-Metrix and OST, 2012. Vol. 2. P. 905– 906.
  29. Зацман И.М., Косарик В. В., Курчавова О. А. Задачи представления личностных и коллективных концептов в цифровой среде // Информатика и её применения, 2008. Т. 2. Вып. 3. С. 54–69.
  30. Зацман И.М. Семиотическая модель взаимосвязей концептов, информационных объектов и компьютерных кодов //Информатика и еёприменения, 2009. Т. 3. Вып. 2. С. 65–81.
  31. Зацман И.М. Нестационарная семиотическая модель компьютерного кодирования концептов, информационных объектов и денотатов // Информатика и её применения, 2009. Т. 3. Вып. 4. С. 87–101.
  32. Зацман И.М., Дурново А. А. Моделирование процессов формирования экспертных знаний для мониторинга программно-целевой деятельности // Информатика и её применения, 2011. Т. 5. Вып. 4. С. 84–98.
  33. Zatsman I. Tracing emerging meanings by computer: Semiotic framework // 13th European Conference on Knowledge Management Proceedings. — Reading: Academic Publishing International Limited, 2012. Vol. 2. P. 1298–1307.
  34. Zatsman I. Denotatum-based models of knowledge creation for monitoring and evaluating R&D program implementation // 11th IEEE Conference (International) on Cognitive Informatics & Cognitive Computing Proceedings.— Los Alamitos, CA: IEEEComputer Society Press, 2012. P. 27–34.
  35. Schmoch U. Tracing the knowledge transfer from science to technology as reflected in patent indicators // Scientometrics, 1993. Vol. 26. P. 193–211.
  36. Computational science: Ensuring America’s competitiveness. Report to the President. — Arlington, VA: National Coordination Office for Information Technology Research and Development, 2005. 104 p.
  37. Tijssen R. J.W., Buter R.K., Van Leeuwen Th.N. Technological relevance of science: An assessment of citation linkages between patents and research papers // Scientometrics, 2000. Vol. 47. No. 2. P. 389–412.
  38. Van Looy B., Zimmermann E., Veugelers R., Verbeek A., Mello J., Debackere K. Do science-technology interactions pay on when developing technology? An exploratory investigation of 10 science-intensive technology domains // Scientometrics, 2003. Vol. 57. No. 3. P. 355–367.
  39. Narin F., Noma E. Is technology becoming science? // Scientometrics, 1985. Vol. 7. No. 3–6. P. 369–381.
  40. Narin F., Olivastro D. Linkage between patents and papers: An interim EPO/US comparison // Scientometrics, 1998. Vol. 41. No. 1–2. P. 51–59.
  41. Mansfield E. Academic research and innovation // Research Policy, 1991. Vol. 20. Is. 1. P. 1–12.
  42. Mansfield E. Academic research underlying industrial innovations: Sources, characteristics and financing // Review of Economic and Statistics, 1995. Vol. 77. No. 1. P. 55–62.
  43. Mansfield E. Academic research and industrial innovation: An update of empirical findings // Research Policy, 1998. Vol. 26. Is. 7-8. P. 773–776.
  44. Third European Report on Science & Technology Indicators.— Luxembourg: Office for Official Publications of the European Communities, 2003. 451 p.
  45. Nonaka I., Takeuchi H. The knowledge-creating company. — N.Y.: Oxford University Press, 1995 (пер. на русский язык: Нонака И., Такеучи Х. Компания — создатель знания. —М.: Олимп-бизнес, 2003).
  46. Зацман И.М., Кожунова О. С. Предпосылки и факторы конвергенции информационной и компьютерной наук // Информатика и её применения, 2008. Т. 2. Вып. 1. С. 77–98.
  47. Verbeek А., Debackere K., Luwel M., Andries P., Zimmermann E., Deleus D. Linking science to technology: Using bibliographic references in patents to build linkage schemes // Scientometrics, 2002. Vol. 54. No. 3. P. 399– 420.


PARALLEL TEXTS ALIGNMENT STRATEGIES: THE SEMANTIC ASPECTS.

  • E.B. Kozerenko   IPI RAN, kozerenko@mail.ru

literature

  1. Kozerenko E. B. Cognitive approach to language structure segmentation for machine translation algorithms // Conference (International) on Machine Learning, Models, Technologies and Applications Proceedings.—Las Vegas, USA: CSREA Press, 2003. P. 49–55.
  2. Shaumyan S. Categorial grammar and semiotic universal grammar // IC-AI’03: Conference (International) on Artificial Intelligence Proceedings. — Las Vegas, USA: CSREA Press, 2003. P. 623–629.
  3. Kozerenko E. B., Shaumyan S. Discourse projections of semiotic universal grammar //Conference (International) on Machine Learning, Models, Technologies and Applications Proceedings. — Las Vegas, USA: CSREA Press, 2005. P. 3–9.
  4. Kuznetsov I. P., Kozerenko E. B., Matskevich A. G. Intelligent extraction of knowledge structures from natural language texts // 2011 IEEE/WIC/ACM Joint Conferences (International) on Web Intelligence and Intelligent Agent Technology — Workshops WI-IAT 2011: Proceedings. P. 269–272.
  5. Och F. J., Ney H. A systematic comparison of various statistical alignment models // Computational Linguistics, 2003. Vol. 29. No. 1. P. 19–51.
  6. The web site for ABBYY Aligner. http://aligner. abbyyonline.com/ru.
  7. The web site for Berkeley Aligner. http://snap.cs. berkeley.edu.
  8. The description of Cognitive Dwarf. http://www.isa.ru/ proceedings/images/documents/2008-38/91-109.pdf.
  9. The web site for Sketch Engine. http://www. sketchengine.co.uk.
  10. Dempster A. P., Laird N.M., Rubin D.B. Maximum likelihood from incomplete data via the EM algorithm // J. R. Stat. Soc. Ser. B, 1977. Vol. 39. No. 1. P. 1–22.
  11. Bikel D. Design of a multi-lingual, parallel processing statistical parsing engine //HLT-2002 Proceedings, 2002. P. 178–182.
  12. Stolcke A. SRILM — an extensible language modeling toolkit // Conference (International) on Spoken LanguageProcessingProceedings.— Denver,Colorado, 2002. P. 901–904.
  13. Pang B., Knight K., Marcu D. Syntax-based alignment of multiple translations: Extracting paraphrases and generating new sentences // NAACL’03: Conference of the North American Chapter of the Association for Computational Linguistics on Human Language Technology Proceedings, 2003. Vol. 1. P. 102–109.
  14. Koehn P., Och F. J., Marcu D. Statistical phrase-based translation //NAACL’03: Conference of the North American Chapter of the Association for Computational Linguistics on Human Language Technology Proceedings, 2003. Vol. 1. P. 48–54.
  15. Galley M., Hopkins M., Knight K., Marcu D. What’s in a translation rule? // HLT/NAACL Proceedings, 2004. P. 273–280.
  16. Koehn P. A parallel corpus for statistical machine translation //MT-Summit Proceedings. — Phuket, Thailand, 2005. P. 79–86.
  17. Bannard C., Callison-Burch C. Paraphrasing with bilingual parallel corpora // ACL Proceedings, 2005. P. 597–604.
  18. Callison-Burch C. Syntactic constraints on paraphrases extracted from parallel corpora // EMNLP-2008 Proceedings, 2008. P. 196–205.
  19. Koehn P. Statistical machine translation. — Cambridge: University Press, 2009.
  20. The web site for GIZA++. http://www.statmt.org/ moses/giza/GIZA++.html.
  21. Ganitkevitch Ju., Callison-Burch C., Napoles C., Van Durme B. Learning sentential paraphrases frombilingual parallel corpora for text-to-text generation // Conference on Empirical Methods in Natural Language Processing Proceedings, 2011. P. 1168–1179.
  22. Malkov K. V. Tunitsky D. V. On extreme principles of machine learning in anomaly and vulnerability assessment //MLMTA’06: Conference (International) on Machine Learning, Models, Technologies and Applications Proceedings.— Las Vegas, USA, 2006. P. 24–29.
  23. Bogatyrev K. In defense of symbolic NLP //MLMTA’06: Conference (International) on Machine Learning,Models, Technologies and Applications Proceedings. — Las Vegas, USA, 2006. P. 63–68.


SEMANTIC VECTOR SPACES FOR DIFFERENT KNOWLEDGE DOMAINS.

  • Yu. I.Morozova   IPI RAN, yulia-ipi@yandex.ru

literature

  1. Harris Z. S. Papers in structural and transformational linguistics. — Dordrecht: Reidel, 1954.
  2. Harris Z. S. Mathematical structures of language. — New York: John Wiley & Sons, 1968.
  3. Sahlgren M. The distributional hypothesis // From context to meaning: Distributional models of the lexicon in linguistics and cognitive science (Special issue of the Italian Journal of Linguistics). — Pisa: Pacini Editore, 2008. Vol. 20. No. 1. P. 33–53.
  4. Turney P.D., Pantel P. From frequency to meaning: Vector space models of semantics // J. Artificial Intelligence Research. — Menlo Park, California: AAAI Press, 2010. No. 37. P. 141–188.
  5. Landauer Th.K., McNamara D. S., Dennis S., Kintsch W. Handbook of Latent Semantic Analysis. —Mahwah, NJ: Lawrence Erlbaum, 2007.
  6. Lund K., Burgess C. Producing high-dimensional semantic spaces from lexical co-occurrence // Behavior Research Methods, Instruments & Computers. — New York: Psychonomic Society, 1996. Vol. 28. No. 2. P. 203–208.
  7. Salton G.M. The SMART retrieval system: Experiments in automatic document processing. — Eaglewood Cliffs, NJ: Prentice-Hall, 1971.
  8. Rapp R. Word sense discovery based on sense descriptor dissimilarity // 9thMT Summit Proceedings.—New Orleans, LA, 2003. P. 315–322. http://www.amtaweb.org/ summit/MTSummit/FinalPapers/19-Rapp-¦nal.pdf.
  9. Turney P. A uniform approach to analogies, synonyms, antonyms and associations // 22nd Conference (International) on Computational Linguistics (COLING) Proceedings, 2008. P. 905–912. http://www.aclweb. org/anthology-new/C/C08/C08-1114.pdf.
  10. Ахманова О. С. Словарь лингвистических терминов.— М.: Советская энциклопедия, 1966.
  11. Борисова Е. Г. Коллокации. Что это такое и как их изучать. — 2-е изд., стер. —М.: Филология, 1995.
  12. Иорданская Л.Н., Мельчук И. А. Смысл и сочетаемость в словаре. — М.: Языки славянских культур, 2007.
  13. Захаров В.П., Хохлова М.В. Анализ эффективности статистических методов выявления коллокаций в текстах на русском языке // Компьютерная лингвистика и интеллектуальные технологии: Труды Междунар. конф. Диалог’2010.—М.: РГГУ, 2010.
  14. Church K., Hanks P. Word association norms, mutual information, and lexicography // Computational Linguistics, 1996. Vol. 16. No. 1. P. 22–29.
  15. Dunning T. Accurate methods for the statistics of surprise and coincidence //ComputationalLinguistics, 1993. Vol. 19. No. 1. P. 61–74.


INFORMATION METHOD FOR ASSESSMENT SEMANTIC ADEQUACY OF TEXTS.

  • L.A. Kuznetsov   Lipetsk State Technical University, kuznetsov.leonid48@gmail.com
  • V.F. Kuznetsova  Lipetsk State Technical University, kuznetsov@stu.lipetsk.ru

literature

  1. Безсуднов И. В. Интернетика. Навигация в сложных сетях: модели и алгоритмы. — М.: Либроком, 2009. 264 с.
  2. Manning Ch.D., Raghavan P., Sch.utz H. An introduction to information retrieval. — Cambridge: University Press, 2009. 569 p.
  3. Salton G., Wong A., Yang C. S. A vector space model for automatic indexing // Communications of the ACM, 1975. Vol. 18. No. 11. P. 613–620.
  4. Кузнецов Л. А. Теоретические основы автоматизированной оценки знаний //Качество. Инновации. Образование, 2010.№ 11. С. 8–19.
  5. Гнеденко Б. В. Курс теории вероятностей: Учебник. — 9-е изд., испр. —М.: ЛКИ, 2007. 448 с.
  6. Программный пакет синтаксического разбора и машинного перевода Cognitive Dwarf. http://cs.isa.ru: 10000/dwarf/.
  7. Шеннон К. Работы по теории информации и кибернетике / Пер. с англ.—М.: ИЛ, 1963.


VARIANCE-GENERALIZED-GAMMA-DISTRIBUTIONS AS LIMIT LAWS FOR RANDOM SUMS.

  • L.M. Zaks   Department ofModeling andMathematical Statistics, Alpha-Bank, lily.zaks@gmail.com
  • V.Yu. Korolev   Faculty of ComputationalMathematics and Cybernetics, M.V. Lomonosov Moscow State University; IPI RAN, vkorolev@cs.msu.su

literature

  1. Seshadri V. Halphen’s laws // Encyclopedia of Statistical Sciences, Update Vol. 1. / Eds. S. Kotz, C.B. Read, D. L. Banks. — New York: Wiley, 1997. P. 302–306.
  2. Sichel H. S. Statistical evaluation of diamondiferous deposits // J. South Afr. Inst. Min. Metall., 1973. Vol. 76. P. 235–243.
  3. Королев В.Ю., Бенинг В. Е., Шоргин С. Я. Математические основы теории риска. — 2-е изд., перераб. и дополн.—М.: Физматлит, 2011. 620 с.
  4. Barndorff-Nielsen O. E. Exponentially decreasing distributions for the logarithm of particle size // Proc. R. Soc. L. Ser. A, 1977. Vol. A(353). P. 401–419.
  5. Barndorff-Nielsen O. E. Hyperbolic distributions and distributions of hyperbolae // Scand. J. Statist., 1978. Vol. 5. P. 151–157.
  6. Barndorff-Nielsen O. E. Models for non-Gaussian variation, with applications to turbulence // Proc. R. Soc. L. Ser. A, 1979. Vol. A(368). P. 501–520.
  7. Madan D. B., Seneta E. The variance gamma (V.G.) model for share market return // J. Business, 1990. Vol. 63. P. 511–524.
  8. Eberlein E., Keller U. Hyperbolic distributions in finance // Bernoulli, 1995. Vol. 1. No. 3. P. 281–299.
  9. Prause K. Modeling financial data using generalized hyperbolic distributions. — Freiburg: Universit.at Freiburg, Institut f.ur Mathematische Stochastic, 1997. Preprint No. 48.
  10. Carr P. P., Madan D. B., Chang E. C. The Variance Gamma process and option pricing // Eur. Finance Rev., 1998. Vol. 2. P. 79–105.
  11. Eberlein E., Keller U., Prause K. New insights into smile, mispricing and value at risk: The hyperbolic model // J. Business, 1998. Vol. 71. P. 371–405.
  12. Barndorff-Nielsen O. E. Processes of normal inverse Gaussian type // Finance and Stochastics, 1998. Vol. 2. P. 41–18.
  13. Eberlein E., Prause K. The generalized hyperbolic model: Financial derivatives and risk measures. — Freiburg: Universit.at Freiburg, Institut f.urMathematische Stochastic, 1998. Preprint No. 56.
  14. Ширяев А.Н. Основы стохастической финансовой математики. Т. 1. Факты. Модели.—М.:Фазис, 1998.
  15. Eberlein E. Application of generalized hyperbolic L‚evy motions to finance. — Freiburg: Universit.at Freiburg, Institut f.ur Mathematische Stochastic, 1999. Preprint No. 64.
  16. Barndorff-Nielsen O. E., Bl.sild P., Schmiegel J. A parsimonious and universal description of turbulent velocity increments // Eur. Phys. J., 2004. Vol. B. 41. P. 345–363.
  17. LeCam L. Maximum likelihood; an introduction // Intern. Stat. Rev., 1990. Vol. 58. P. 153–171.
  18. Гнеденко Б. В., Колмогоров А.Н. Предельные распределения для сумм независимых случайных величин. —М.–Л.: ГИТТЛ, 1949.
  19. Barndorff-Nielsen O. E., Kent J., S rensen M. Normal variance-mean mixtures and z-distributions // Intern. Stat. Rev., 1982. Vol. 50. No. 2. P. 145–159.
  20. Renyi A. On the central limit theorem for the sum of a randomnumber of independent randomvariables // Acta Math. Acad. Sci. Hung., 1960. Vol. 11. P. 97–102.
  21. Гнеденко Б. В., Фахим Х. Об одной теореме переноса // Докл. АН СССР, 1969. Т. 187.№1. С. 15–17.
  22. Королев В.Ю., Соколов И. А. Скошенные распределения Стьюдента, дисперсионные гамма-распределения и их обобщения как асимптотические аппроксимации // Информатика и её применения, 2012. Т. 6. Вып. 1. С. 2–10.
  23. Королев В.Ю. О взаимосвязи обобщенного распределения Стьюдента и дисперсионного гамма-распределения при статистическом анализе выборок случайного объема // Докл. РАН, 2012 (в печати).
  24. Королев В.Ю. Обобщенные гиперболические распределения как предельные для случайных сумм // Теория вероятностей и ее применения, 2013. Т. 58. Вып. 1.
  25. Королев В.Ю., Шоргин С. Я. Математические методы анализа стохастической структуры информационных потоков.—М.: ИПИ РАН, 2011. 130 с.
  26. Stacy E.W. A generalization of the gamma distribution // AnnalsMath. Statistics, 1962. Vol. 33. P. 1187–1192.
  27. Гумбель Э. Статистика экстремальных значений. — М.:Мир, 1965.
  28. Kalashnikov V. V. Geometric sums: Bounds for rare events with applications. —Dordrecht:KluwerAcademic Publs., 1997.
  29. Королев В.Ю., Соколов И. А. Математические модели неоднородных потоков экстремальных событий. — М.: ТОРУС ПРЕСС, 2008.
  30. Королев В.Ю. О распределении размеров частиц при дроблении // Информатика и её применения, 2009. Т. 3. Вып. 3. С. 60–68.
  31. Gnedenko B. V., Korolev V. Yu. Random summation: Limit theorems and applications. — Boca Raton: CRC Press, 1996.
  32. Teicher H. Identifiability of mixtures // Ann.Math. Stat., 1961. Vol. 32. P. 244–248.
  33. Королев В.Ю. Постpоение моделей pаспpеделений биpжевых цен пpи помощи методов асимптотической теоpии случайного суммиpования // Обозpение пpомышленной и пpикладной математики. Сеp. Финансовая и стpаховая математика, 1997. Т. 4. Вып. 1. С. 86–102.
  34. Королев В.Ю. Асимптотические свойства экстpемумов обобщенных пpоцессов Кокса и их пpименение к некотоpым задачам финансовой математики // Теоpия веpоятностей и ее пpименения, 2000. Т. 45. Вып. 1. С. 182–194.
  35. Bening V., Korolev V. Generalized Poisson models and their applications in insurance and finance. — Utrecht: VSP, 2002.
  36. Королев В.Ю. Вероятностно-статистические методы декомпозиции волатильности хаотических процессов. —М.: Изд-во Московского ун-та, 2011.
  37. Stochastic models of structural plasma turbulence / Eds. V. Korolev, N. Skvortsova. — Utrecht: VSP, 2006.
  38. Королев В.Ю., Шевцова И. Г., Шоргин С.Я. О неравенствах типа Берри–Эссеена для пуассоновских случайных сумм //Информатика и её применения, 2011. Т. 5. Вып. 3. С. 64–66.
  39. Korolev V., Shevtsova I. An improvement of the Berry– Esseen inequality with applications to Poisson and mixed Poisson random sums // Scandinavian Actuarial J., 2012. No. 2. P. 81–105. DOI:10.1080/03461238.2010.485370.


ON BOUNDS FOR THE CONCENTRATION FUNCTIONS OF REGULAR STATISTICS CONSTRUCTED FROM SAMPLES WITH RANDOM SIZES.

  • V. E. Bening   Faculty of ComputationalMathematics and Cybernetics, M.V. Lomonosov Moscow State University; IPI RAN, bening@cs.msu.su
  • N.K. Galieva   Kazakhstan Branch,M. V. Lomonosov Moscow State University, nurgul u@mail.ru
  • V. Yu. Korolev   Faculty of ComputationalMathematics and Cybernetics, M.V. Lomonosov Moscow State University; IPI RAN, vkorolev@cs.msu.su

literature

  1. Гнеденко Б. В., Фахим Х. Об одной теореме переноса // Докл. АН СССР, 1969. Т. 187. С. 15–17.
  2. Von Ghossy R., Rappl G. Some approximation methods for the distribution of randoms ums // Insurance: Mathematics and Economics, 1983. Vol. 2. P. 251–270.
  3. Гнеденко Б.В. Курс теории вероятностей. — М.: Наука, 1988.
  4. Круглов В.М., Королев В.Ю. Предельные теоремы для случайных сумм. — М.: Изд-во Московского ун-та, 1990.
  5. Gnedenko B. V., Korolev V. Yu. Random summation. Limit theorems and applications. — Boca Raton: CRC Press, 1996.
  6. Королев В.Ю., Бенинг В. Е., Шоргин С.Я. Математические основы теории риска. — 2-е изд., перераб. и дополн. —М.: Физматлит, 2011.
  7. Гнеденко Б.В. Об оценке неизвестных параметров распределения при случайном числе независимых наблюдений // Тр. Тбилисского матем. ин-та, 1989. Т. 92. С. 146–150.
  8. Королев В.Ю. Асимптотические свойства выборочных квантилей, построенных по выборкам случайного объема // Теория вероятностей и ее применения, 1999. Т. 44. Вып. 2. С. 440–445.
  9. Петров В. В. Суммы независимых случайных величин.—М.: Наука, 1972.
  10. Хенгартнер В., Теодореску Р. Функции концентрации.—М.: Наука, 1980.
  11. Феллер В. Введение в теорию вероятностей и ее приложения. Т. 2. —М.:Мир, 1984.
  12. Лукач Е. Характеристические функции. —М.:Наука, 1979.
  13. Shevtsova I. On the absolute constants in the Berry– Esseen inequalities for identically distributed summands. arXiv: 1111.6554v1, 2011.
  14. Бенинг В. Е., Королев В.Ю. Об использовании распределения Стьюдента в задачах теории вероятностей и математической статистики // Теория вероятностей и ее применения, 2004. Т. 49. Вып. 3. С. 417–435.
  15. Гавриленко С. В., Зубов В.Н., Королев В.Ю. Оценка скорости сходимости распределений регулярных статистик, построенных по выборкам случайного объема с отрицательным биномиальным распределением, к распределению Стьюдента // Статистические методы оценивания и проверки гипотез. — Пермь: Изд-во Пермского гос. ун-та, 2006. C. 118–134.
  16. Бенинг В. Е., Королев В.Ю., Соколов И. А., Шоргин С. Я. Рандомизированные модели и методы теории надежности информационных и технических систем.—М.: ТОРУС ПРЕСС, 2007.
  17. Нефедова Ю. С. Оценки скорости сходимости в предельной теореме для отрицательных биномиальных случайных сумм // Статистические методы оценивания и проверки гипотез. —Пермь: Изд-во Пермского гос. ун-та, 2011. C. 46–61.
  18. Helmers R., Van Zwet W. R. The Berry–Esseen bound for U-statistics // Statistical Decision Theory and Related Topics 3, 1982. Vol. 1. P. 497–512.
  19. Helmers R. Edgeworth expansions for linear combinations of order statistics. — Amsterdam: Mathematical Center Tracts 105, 1984. 137 p.
  20. Бенинг В. Е., Королев В.Ю. Некоторые статистические задачи, связанные с распределением Лапласа // Информатика и её применения, 2008. Т. 2. Вып. 2. С. 19–34.
  21. Лямин О. О. О скорости сходимости распределений некоторых статистик к распределению Лапласа и Стьюдента // Вестник Московского ун-та. Сер. 15. Вычислительная математика и кибернетика, 2011. Вып. 1. С. 39–47.


ON THE ABSOLUTE CONSTANTS IN THE BERRY–ESSEEN INEQUALITY AND ITS STRUCTURAL AND NONUNIFORM IMPROVEMENTS.

  • I.G. Shevtsova   Department ofMathematical Statistics, Faculty ofComputationalMathematics andCybernetics,M.V. Lomonosov Moscow State University; IPI RAN, ishevtsova@cs.msu.su

literature

  1. Shevtsova I. On the absolute constants in the Berry–Esseen type inequalities // 30th Seminar (International) on Stability Problems for Stochastic Models (Svetlogorsk, 2012): Book of Abstracts. —М.: ИПИ РАН, 2012. С. 71–72.
  2. Ro berg H.-J. Positiv definite Verteilungsdichten // Appendix to: Gnedenko B.W. Einf.uhrung in die Wahrscheinlichkeitstheorie. — 9th ed. — Berlin: Akademie–Verlag, 1991.
  3. Matysiak W., Szab lowski P. J. Some inequalities for characteristic functions // J. Math. Sci., 2001. Vol. 105. No. 6. P. 2594–2598.
  4. Нефедова Ю. С., Шевцова И. Г. О неравномерных оценках скорости сходимости в центральной предельной теореме // Теория вероятн. и ее примен., 2012, Т. 57. Вып. 1. С. 62–97.