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

Институт проблем информатики Российской Академии наук

Русский | English     Контакты

Об институтеНаправления деятельностиНаучно-исследовательские работы и проектыОбъекты интеллектуальной собственностиНаучные журналы ИПИ РАНДругие публикацииСеминары и конференции


Поиск:

«INFORMATICS AND ITS APPLICATIONS»
Scientific journal
Volume 7, Issue 2, 2013

Content | Abstract | About  Authors

Bibliography

PARAMETRICAL STATISTICAL AND ANALYTICAL MODELING OF DISTRIBUTIONS IN NONLINEAR STOCHASTIC SYSTEMS ON MANIFOLDS .

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

literature

  1. Пугачев В. С., Синицын И.Н. Стохастические дифференциальные системы. Анализ и фильтрация. — М.: Наука, 1990. [Англ. пер. Stochastic differential systems. Analysis and filtering. — Chichester, New York: Jonh Wiley, 1987.]
  2. Пугачев В. С., Синицын И.Н. Теория стохастических систем. — М.: Логос, 2000; 2004. [Англ. пер. Stochastic systems. Theory and applications. — Singapore: World Scientific, 2001.]
  3. Синицын И.Н. Канонические представления случайных функций и их применение в задачах компьютерной поддержки научных исследований. — М.: ТОРУС ПРЕСС, 2009.
  4. Синицын И.Н. Стохастические информационные технологии для исследования нелинейных круговых стохастических систем // Информатика и её применения, 2011. Т. 5. Вып. 4. С. 78–89.
  5. Sinitsyn I.N., Belousov V. V., Konashenkova T. D. Software tools for circular stochastic systems analysis // 29th Seminar (International) on Stability Problems for Stochastic Models: Abstracts.—Svetlogorsk, Russia, 2011. Р. 86–87.
  6. Синицын И.Н. Математическое обеспечение для анализа нелинейных многоканальных круговых стохастических систем, основанное на параметризации распределений // Информатика и её применения. — М.: ТОРУС ПРЕСС, 2012. Т. 6. Вып. 1. С. 12–18.
  7. Синицын И.Н., Корепанов Э. Р., Белоусов В. В., Конашенкова Т. Д. Развитие математического обеспечения для анализа нелинейных многоканальных круговых стохастических систем //Системы и средства информатики, 2012. Вып. 22.№1. С. 29–40.
  8. Sinitsyn I.N., Belousov V. V., Konashenkova T.D. Software tools for spherical stochastic systems analysis and filtering // Прикладные задачи теории вероятности и математической статистики, связанные с моделированием информационных систем (АРТР+MS’2012): Сб. тезисов Международного семинара по пробле- мам устойчивости стохастических моделей (ISSPSM- 2012) и VI Международного рабочего семинара. — М.: ИПИ РАН, 2012. С. 91–93.
  9. Синицын И.Н., Синицын В.И., Корепанов Э. Р., Белоусов В. В., Сергеев И. В., Басилашвили Д. А. Опыт моделирования эредитарных стохастических систем // Кибернетика и высокие технологии XXI века: Сб. докл. XIII Международного науч.-технич. конф. — Воронеж: Саквоее, 2012. Т. 2. C. 346–357.
  10. Синицын И.Н. Развитие методов аналитического моделирования распределений с инвариантной мерой в стохастических системах // Современные проблемы прикладной математики, информатики, автоматизации, управления: Мат-лы Междунар. семинара. — Севастополь: СевНТУ, 2012. С. 24–35.
  11. Синицын И.Н. Аналитическое моделирование распределений с инвариантной мерой в стохастических системах с автокоррелированными шумами // Информатика и её применения, 2012.Т. 6.Вып. 4.С. 4–8.
  12. Синицын И.Н. Аналитическое моделирование распределений с инвариантной мерой в стохастических системах с разрывными характеристиками //Информатика и её применения, 2013. Т. 7. Вып. 1. С. 3–11.
  13. Ватанабэ С., Икэда Н. Стохастические дифференциальные уравнения и диффузионные процессы.—М.: Наука, 1986.
  14. Kloeden P., Platen E. Numerical solution of stochastic differential equations.—Berlin –Heidelberg –NewYork: Springer, 1992.
  15. Артемьев С. С. Численные методы решения задачи Коши для систем обыкновенных и стохастических дифференциальных уравнений. — Новосибирск: ВЦ СО РАН, 1993.
  16. Кузнецов Д.Ф. Численное интегрирование стохастических дифференциальных уравнений. — СПб.: СПбГУ, 2001.
  17. Sinitsyn I.N., Sinitsyn V. I.,Korepanov E. R., Belousov V. V. Symbolic software tools for distributions parametrization in stochastic systems // Международный семинар по проблемам устойчивости стохастических моделей (ISSPSM-2013), 2013. С. 91–93.


EVALUATION METHODS FOR EFFICIENCY AND DIRECTIVE TERMS OF PERFORMANCE OF RESOURCE-INTENSIVE COMPUTING TASKS.

  • I. K. Kupalov-Yaropolk   Lebedev Institute of PrecisionMechanics and Computer Engineering, Russian Academy of Sciences, kupyar@rambler.ru
  • Yu. E. Malashenko  Dorodnicyn Computing Center, Russian Academy of Sciences, malash09@ccas.ru
  • I. A. Nazarova   Dorodnicyn Computing Center, Russian Academy of Sciences, irina-nazar@yandex.ru
  • A. F. Ronzhin   Dorodnicyn Computing Center, Russian Academy of Sciences, raf-zao-zt@yandex.ru

literature

  1. Козлов М. В., Малашенко Ю. Е., Назарова И. А. и др. Анализ режимов управления вычислительным комплексом в условиях неопределенности. — М.: ВЦ РАН, 2011.
  2. Sourcebook of parallel computing. — SanFrancisco: Morgan Kaufmann Publs., 2003.
  3. Каляев И. А., Левин И.И. Реконфигурируемые мультиконвейерные вычислительные структуры для решения потоковых задач обработки информации и управления // Суперкомпьютерные технологии: разработка, программирование, применение: Тр. Междунар. науч.-практич. конф. – Ростов-на-Дону: ЮФУ, 2010. Т. 1. С. 100–102.
  4. Sha L., Abdelzaher T., Arzen K.-E., et. al. Real time scheduling theory: A historical perspective // Real-Time Systems, 2004. Vol. 28. No. 2–3. P. 101–155.
  5. Stankovic J. A., Spuri M., Ramamritham K., et. al. Deadline scheduling for real-time systems, EDF and related algorithms.— Boston: Kluwer, 1998.
  6. Коновалов М. Г., Малашенко Ю. Е., Назарова И. А. Управление заданиями в гетерогенных вычислительных системах //Изв. РАН. ТиСУ, 2011.№2.С. 72–90.
  7. Голосов П. Е., Козлов М.В., Малашенко Ю. Е. и др. Анализ управления специализированными вычислительными заданиями в условиях неопределенности // Изв. РАН. ТиСУ, 2012.№1. С. 50–66.
  8. Малашенко Ю. Е., Назарова И. А. Модель управления разнородными вычислительными заданиями на основе гарантированных оценок времени выполнения // Изв. РАН. ТиСУ. 2012.№4. С. 29–38.
  9. Сухарев А. Г., Тимохов А. В., Федоров В. В. Курс методов оптимизации.—М.: Наука, 1986.
  10. Гермейер Ю.Б. Введение в теорию исследования операций. — М.: Наука, 1971.
  11. Данциг Дж. Б. Линейное программирование, его применения и обобщения. —М.: Прогресс, 1966.


ON ESTIMATION OF THE EFFECTIVE BANDWIDTHS IN A SYSTEM WITH REGENERATIVE INPUT.

  • A. V. Borodina   Institute of Applied Mathematical Research, Karelian Research Center, Russian Academy of Sciences, borodina@krc.karelia.ru
  • E. V. Morozov   Institute of Applied Mathematical Research, Karelian Research Center, Russian Academy of Sciences, emorozov@karelia.ru

literature

  1. Морозов Е. Критерий стационарности одного класса непуассоновских сетей обслуживания // Изв. АН СССР. Техн. кибернетика, 1988.№1. C. 129–133.
  2. Morozov E. Stability of Jackson type network output // Queueing Syst., 2002. Vol. 40. P. 383–406.
  3. Vorobieva I., Morozov E., Pagano M., Procissi G. A new regenerative estimator for effective bandwidth prediction // AMICT2007 Proceedings.—Petrozavodsk, 2008.P. 175– 187.
  4. Morozov E., Dyudenko I., Pagano M. Regenerative estimator of the overflow probability in a tandem network // 7th Workshop (International) on Rare Event Simulation Proceedings.— Rennes, France, 2008. P. 283–287.
  5. Dyudenko I., Morozov E., Pagano M. Regenerative estimator for effective bandwidth // Mathematical methods for analysis and optimization of information telecommunication networks: Proceedings of the International Conference. — Minsk: Belarusian State University, 2009. P. 58–60.
  6. Dyudenko I., Morozov E., Pagano M., Sandmann W. Comparative study of effective bandwidth estimators: Batch means and regenerative cycles // 6th St. Petersburg Workshop on Simulation Proceedings. — St-Petersburg, 2009. Vol. II. P. 1003–1007.
  7. Бородина А. В., Морозов Е. В. Сравнение двух оценок эффективной пропускной способности системы обслуживания //Тр. Карельского научного центра РАН, 2012. №5. C. 8–17.
  8. Crosby S., Leslie I., Huggard M., Lewis J. T., McGurk B., Russel R. Predicting bandwidth requirements of ATM and Ethernet traffic // IEE UK Teletraffic Symposium Proceedings.— Glasgow, U.K., 1996.
  9. Kelly F. Notes on effective bandwiths // Stochastic networks: Theory and applications / Eds. F. P. Kelly, S. Zachary, I. B. Ziedins.—Roy. Stat. Soc. Lecture Notes ser., 4.— Oxford University Press, 1996. P. 141–168.
  10. Lewis J. T., Russell R. An introduction to large deviation for teletraffic engineers, 1997. https:// engineering.purdue.edu/ece647/notes.html.
  11. Asmussen S. Applied probability and queues. – 2nd ed. — NY: Springer, 2003.
  12. Ganesh A., O’Connell N., Wischik D. Big queues. — Berlin: Springer-Verlag, 2004.
  13. Glynn P.W., Whitt W. Logarithmic asymptotics for steadystate tail probabilities in a single-server queue // JAP, 1994. Vol. 31. P. 131–156.
  14. Cheng-Shang Chang. Performance guarantees in communication networks.— Springer, 2000.
  15. Бородина А., Дюденко И., Морозов Е. Ускоренное оценивание вероятности переполнения регенеративных систем обслуживания // ОПиПМ, 2009. Т. 16. №4. С. 577–593.
  16. Thorisson H. Coupling, stationarity, and regeneration. — NY: Springer, 2000.
  17. Thorisson H. The queue GI/GI/k: Finite moments of the cycle variables and uniformrates of convergence // Commun. Stat. - Stochastic Models, 1985.Vol. 192.P. 221–238.
  18. Wolff R.W. Stochastic modeling and the theory of queues. — Prentice-Hall, 1989.
  19. Morozov E. Weak regeneration in modeling of queueing processes // Queueing Syst., 2004. Vol. 46. No. 3–4. P. 295–315.
  20. Csorgo M., Horvath L., Steinebach J. Invariance principles for renewal processes // Ann. Prob., 1987. Vol. 15. No. 4. P. 1441–1460.
  21. Damerdji H. Strong consistency of the variance estimator in steady-state simulation output analysis // Math. Oper. Res., 1994. Vol. 19. No. 2. P. 494–512.
  22. Sharma V. Reliable estimation via simulation // Queueing Syst., 1995. Vol. 19. P. 169–192.
  23. Robert C. Y., Segers J. Tails of random sums of a heavytailed number of light-tailed terms // Insurance: Mathematics and Economics, 2008. Vol. 43. P. 85–92.


STATIONARY WAITING TIME DISTRIBUTION IN QUEUEING SYSTEM WITH NEGATIVE CUSTOMERS AND BUNKER FOR OUSTED CUSTOMERS UNDER FIRST–FIFO–FIFO SERVICE DISCIPLINE.

  • R. V. Razumchik  IPI RAN, rrazumchik@ieee.org

literature

  1. Jinting W., Yunbo H., Zhangmin D. A discrete-time on-off source queueing system with negative customers // Computers Ind. Eng., 2011. Vol. 61. No. 4. P. 1226–1232.
  2. Klimenok V., Dudin A. A BMAP/PH/N queue with negative customers and partial protection of service //Comm. Statistics Simulation Comput., 2012. Vol. 41. Iss. 7.P. 1062–1082.
  3. Rakhee, Sharma G., Priya K. Analysis of G-queue with unreliable server //OPSEARCH, 2012.DOI 10.1007/s12597- 012-0117-y. P. 1–12.
  4. Pechinkin A., Razumchik R. A method for calculating a stationary queue distribution in a queuing system with flows of ordinary and negative claims and a bunker for superseded claims // J. Comm. Technol. Electronics, 2012. Vol. 57. No. 8. P. 882–891.
  5. Pechinkin A., Razumchik R. Stationary waiting time distribution in queueing system with negative customers and bunker for ousted customers under LAST–LIFO–LIFO service discipline // J. Comm. Technol. Electronics, 2012. Vol. 57. No. 12. P. 1331–1339.
  6. Hannah Revathy P., Muthu Ganapathi Subramanian A. Two server (s, S) inventory system with positive service time, positive lead time, retrial customers and negative arrivals // Int. J. Computer Appl., 2013. Vol. 62. No. 10. P. 9–13.
  7. Bojarovich J., Marchenko L. An open queueing network with temporarily non-active customers and rounds modern probabilistic methods for analysis of telecommunication networks // Comm. Computer Information Sci., 2013. Vol. 356. P. 33–36.
  8. Разумчик Р. В. Система массового обслуживания с отрицательными заявками, бункером для вытесненных заявок и различными интенсивностями обслуживания // Информатика и её применения, 2011. Т. 5. Вып. 3. С. 39–43.


CENTRAL LIMIT THEOREM FOR GENERALIZED CROSS-VALIDATION FUNCTION IN WAVELET THRESHOLDING METHOD.

  • O. V. Shestakov   Department of Mathematical Statistics, Faculty of Computational Mathematics and Cybernetics, M. V. Lomonosov Moscow State University; IPI RAN, oshestakov@cs.msu.su

literature

  1. Donoho D., Johnstone I.M. Ideal spatial adaptation via wavelet shrinkage // Biometrika, 1994. Vol. 81. No. 3. P. 425–455.
  2. Donoho D., Johnstone I.M. Adapting to unknown smoothness via wavelet shrinkage // J. Amer. Stat. Assoc., 1995. Vol. 90. P. 1200–1224.
  3. Donoho D. L., Johnstone I.M., Kerkyacharian G., Picard D. Wavelet shrinkage: Asymptopia? // J. R. Statist. Soc. Ser. B., 1995. Vol. 57. No. 2. P. 301–369.
  4. Marron J. S., Adak S., Johnstone I.M., Neumann M.H., Patil P. Exact risk analysis of wavelet regression // J.Comput. Graph. Stat., 1998. Vol. 7. P. 278–309.
  5. Antoniadis A., Fan J. Regularization of wavelet approximations // J. Amer. Statist. Assoc., 2001. Vol. 96. No. 455. P. 939–967.
  6. Jansen M. Noise reduction by wavelet thresholding // Lecture notes in Statistics. Vol. 161. — Springer Verlag, 2001.
  7. Маркин А.В., Шестаков О. В. О состоятельности оценки риска при пороговой обработке вейвлет-коэффициентов // Вестн. Моск. ун-та. Сер. 15. Вычисл. матем. и киберн., 2010.№1. C. 26–34.
  8. Маркин А. В. Предельное распределение оценки риска при пороговой обработке вейвлет-коэффициентов // Информатика и её применения, 2009. Т. 3. Вып. 4. С. 57–63.
  9. Шестаков О. В. Аппроксимация распределения оценки риска пороговой обработки вейвлет-коэффициентов нормальным распределением при использовании выборочной дисперсии // Информатика и её применения, 2010. Т. 4. Вып. 4. С. 73–81.
  10. Шестаков О. В. Асимптотическая нормальность оценки риска пороговой обработки вейвлет-коэффициентов при выборе адаптивного порога // Докл. РАН, 2012. Т. 445.№5. С. 513–515.
  11. Jansen M., Malfait M., Bultheel A. Generalized cross validation forwavelet thresholding // Signal Processing, 1997. Vol. 56. No. 1. P. 33–44.
  12. Jansen M. Minimum risk methods in the estimation of unknown sparsity. Technical Report, 2010. U.L.B.
  13. Добеши И. Десять лекций по вейвлетам. — Ижевск: НИЦ Регулярная и хаотическая динамика, 2001.
  14. Mallat S. A wavelet tour of signal processing. — N.Y.: Academic Press, 1999.
  15. Abramovich F., Silverman B.W. Wavelet decomposition approaches to statistical inverse problems // Biometrika, 1998. Vol. 85. No. 1. P. 115–129.
  16. Boggess A., Narkowich F. A first course in wavelets with Fourier analysis. — Upper Saddle River: Prentice Hall, 2001.
  17. Захарова Т. В., Шестаков О. В. Вейвлет-анализ и его приложения: Учебное пособие. — М.: МАКС Пресс, 2009.
  18. Alexander K. Probability inequalities for empirical processes and a law of the iterated logarithm// Ann. Probab., 1984. Vol. 12. No. 4. P. 1041–1067.
  19. Bennett G. Probability inequalities for sums of independent random variables // J. Amer. Statist. Assoc., 1962. Vol. 57. P. 33–45.
  20. Феллер В. Введение в теорию вероятностей и ее приложения. — М.:Мир, 1984.
  21. Vaart A.W., Wellner J. A. Weak convergence and empirical processes. — N.Y.: Springer Verlag, 1996.
  22. Колмогоров А.Н., Тихомиров В.М. e-энтропия и e-ем- кость множеств в функциональных пространствах // УМН, 1959. Т. 14.№2(86). С. 3–86.
  23. Shen X., Wong W.H. Convergence rate of sieve estimates // Ann. Statist., 1994. Vol. 22. No. 2. P. 580–615.


STATISTICAL TESTING FOR THE NONEXECUTABILITY OF FRAGMENTS OF THE CODE OF A LINEAR PROGRAM.

  • V. Yu. Korolev   Faculty of Computational Mathematics and Cybernetics, M.V. Lomonosov Moscow State University; IPI RAN, victoryukorolev@yandex.ru
  • R. L. Smelyansky   Faculty of Computational Mathematics and Cybernetics, M.V. Lomonosov Moscow State University, smel@sc.msu.ru
  • T. R. Smelyansky   Faculty of Computational Mathematics and Cybernetics, M.V. Lomonosov Moscow State University, smelyanskiy.t@bk.ru
  • A. V. Shalimov   Faculty of Computational Mathematics and Cybernetics, M.V. Lomonosov Moscow State University, ashalimov@lvk.cs.msu.su

literature

  1. Шалимов А. В. Метод оценки частоты выполнения фрагментов кода последовательной программы // Моделирование и анализ информационных систем, 2010. Т. 17. Вып. 2. С. 122–132.
  2. Wu Youfeng, Larus J. R. Static branch frequency and program profile analysis // 27th Annual Symposium(International) on Microarchitecture Proceedings, 1994. P. 1–11.
  3. Ball T., Larus J. R. Optimally profiling and tracing programs // ACM Transactions on Programming Languages and Systems (TOPLAS), 1994. P. 1319–1360.
  4. Королев В.Ю., Смелянский Р. Л., Смелянский Т. Р., Шалимов А. В. Об оценивании частоты выполнения фрагментов кода последовательной программы // Программирование, 2013 (в печати).
  5. Пальчун Б.П. Метод испытаний пpогpамм на надежность // Функциональная устойчивость специального математического обеспечения автоматизиpованных систем. —М., 1989. C. 111–117.
  6. Парнов Е.И. На перекрестке бесконечностей. — М.: Атомиздат, 1967. 464 с.
  7. Smelianski R. L., Alanko T. On the calculation of control transition probabilities in a program // Inform. Process. Letters, 1984. No. 3.
  8. Смелянский Р.Л., Гурьев Д. Е., Бахмуров А. Г. Об одной математической модели для расчета динамических характеристик программы // Программирование, 1986. Вып. 6.
  9. Королев В.Ю. Пpедельные pаспpеделения для случайных последовательностей со случайными индексами и некотоpые их пpиложения: Дисс. докт. физ.- мат. наук. —М.:МГУ, 1994. 265 с.
  10. Королев В.Ю., Соколов И. А. Основы математической теории надежности модифицируемых систем. — М.: ИПИ РАН, 2006. 108 с.
  11. Леман Э. Проверка статистических гипотез. — М.: Наука, 1979.
  12. Вальд А. Последовательный анализ. — М.: Наука, 1960.
  13. Королев В.Ю. Наиболее мощные кpитеpии пpовеpки пpостой гипотезы пpотив пpостой альтеpнативы с апостеpиоpным уpовнем значимости // Пpоблемы устойчивости стохастических моделей: Тpуды семинаpа.—М.: ВНИИСИ, 1985. C. 87–91.
  14. Королев В.Ю. Различение двух пpостых гипотез с неопpеделенными pешениями // IV Междунаpодная Вильнюсская конфеpенция по теоpии веpоятностей и математической статистике: Тезисы докладов. Т. 2.— Вильнюс: Институт математики и кибернетики АН Литовской ССР, 1985. С. 100–103.
  15. Акбулатов Н. А., Белокуpов Д. В., Королев В.Ю. Задачи пpовеpки надежности БИС ЭВМ // Разpаботка и пpименение в наpодном хозяйстве ЕС ЭВМ: Тезисы докладов Всесоюзной школы-семинаpа (Кишинев, 1985). —М., 1985. C. 91–94.


BAYESIAN RECURRENT MODEL OF RELIABILITY GROWTH:
UNIFORM DISTRIBUTION OF PARAMETERS.

  • A. A. Kudriavtsev   Faculty of Computational Mathematics and Cybernetics, M. V. LomonosovMoscow State University, nubigena@hotmail.com
  • I. A. Sokolov   IPI RAN, isokolov@ipiran.ru
  • S. Ya. Shorgin   IPI RAN, sshorgin@ipiran.ru

literature

  1. Gnedenko B. V., Korolev V. Yu. Random summation: Limit theorems and applications. - Boca Raton, FL: CRC Press, 1996.
  2. Королев В.Ю., Соколов И. А. Основы математической теории надежности модифицируемых систем. - М.: ИПИ РАН, 2006.
  3. Van Pul M. C. Asymptotic properties of statistical models in software reliability // 2nd Bernoulli Society World Congress: Abstracts of communications. - Uppsala, 1990. P. 43-44.
  4. Королев В.Ю. Прикладные задачи теории вероятностей: модели роста надежности модифицируемых систем. -М.: Диалог-МГУ, 1997.
  5. Волков Л.И., Шишкевич А.М. Надежность летательных аппаратов. - М.: Высшая школа, 1975.
  6. Волков Л.И. Управление эксплуатацией летательных комплексов. - М.: Высшая школа, 1981.
  7. Буш Р., Мостеллер Ф. Стохастические модели обучаемости. -М.: ГИФМЛ, 1962.
  8. Шоргин С. Я. О байесовских моделях массового обслуживания // II Научная сессия Института проблем информатики РАН: Тезисы докладов. - М.: ИПИ РАН, 2005. С. 120-121.
  9. Кудрявцев А. А., Шоргин С. Я. Байесовский подход к анализу систем массового обслуживания и показателей надежности // Информатика и её применения, 2007. Т. 1. Вып. 2. С. 76-82.
  10. Кудрявцев А. А., Шоргин С. Я. Байесовские модели массового обслуживания и надежности: экспоненциально-эрланговский случай // Информатика и её применения, 2009. Т. 3. Вып. 1. С. 44-48.
  11. Кудрявцев А. А., Шоргин В. С., Шоргин С.Я. Байесовские модели массового обслуживания и надежности: общий эрланговский случай // Информатика и её применения, 2009. Т. 3. Вып. 4. С. 30-34.
  12. Кудрявцев А. А., Шоргин С. Я. Байесовские модели массового обслуживания и надежности: характеристики среднего числа заявок в системе M|M|1| // Информатика и её применения, 2010. Т. 4. Вып. 3. С. 16-21.


THE ERROR-IN-VARIABLES MODEL IDENTIFICATION ON THE BASIS OF DEMING’S APPROACH.

  • V. S. Timofeev   Novosibirsk State Technical University, netsc@rambler.ru
  • V. Yu. Schekoldin   Novosibirsk State Technical University, raix@ngs.ru
  • A. Yu. Timofeeva  Novosibirsk State Technical University, supernasty@mail.ru

literature

  1. Wald A. The fitting of straight lines if both variables are subject to error // Ann. Math. Stat., 1940. Vol. 11. No. 3. P. 284–300.
  2. Демиденко Е. З. Линейная и нелинейная регрессия.— М.: Финансы и статистика, 1981.
  3. Айвазян С. А., Богдановский И.М. Методы статистического исследования парных зависимостей в схемах конфлюентного анализа и их применение // Заводская лаборатория, 1974. Т. 40.№3. С. 285–295.
  4. Deming W.E. Statistical adjustment of data. — N.Y.: Dover Publications, 2011.
  5. Айвазян С. А., Енюков И. С., Мешалкин Л. Д. Прикладная статистика: Исследование зависимостей. — М.: Финансы и статистика, 1985.
  6. Хальд А. Математическая статистика с техническими приложениями. — М.: Изд-во иностранной литературы, 1956.
  7. Крамер Г.М. Математические методы статистики. — М.: Мир, 1975.
  8. Львовский Е.Н. Статистические методы построения эмпирических формул. —М.: Высшая школа, 1988.
  9. Jones T. A. Fitting straight lines when both variables are subject to error. I. Maximum likelihood and least-squares estimation //Math.Geology, 1979.Vol. 11.No. 1.P. 1–25.
  10. Кендалл М., Стьюарт А. Статистические выводы и связи. —М.: Наука, 1973.
  11. Frisch R. Correlation and scatter in statistical variables // Nord. Stat. J., 1929. No. 1. P. 36–102.
  12. Гельфанд И.М. Лекции по линейной алгебре. — М.: Наука, 1971.
  13. Эфрон Б. Нетрадиционные методы многомерного статистического анализа. — М.: Финансы и статистика, 1988. 68


ASYMPTOTIC NORMALITY OF THE ESTIMATION OF THE MULTIVARIATE LOGISTIC REGRESSION.

  • A. Yu. Khaplanov   M.V. Lomonosov Moscow State University, Khaplanova@gmail.com

literature

  1. Murphy K. P. Machine learning: A probabilistic perspective. — Cambridge,MA:MIT Press, 2012.
  2. Bach F. Self-concordant analysis for logistic regression // Electron. J. Stat., 2010. Vol. 4. P. 384–414.
  3. Yu H., Huang F., Lin C. Dual coordinate descent methods for logistic regression and maximum entropy models // Machine Learning, 2011. Vol. 85. Issue 1-2. P. 41–75.
  4. Genkin A., Lewis D.D., Madigan D. Large-scale bayesian logistic regression for text categorization // Technometrics, 2007. Vol. 49. No. 3. P. 291–304.
  5. Guo W., Kotsia I., Patras I. Tensor learning for regression // IEEE Trans. Image Proc., 2012. Vol. 21. No. 2. P. 816–827.
  6. Anderson J. A. Separate sample logistic regression // Biometrika, 1972. Vol. 59. No. 1. P. 19–35.
  7. Hossain S., Ejaz Ahmed S., Howlader H. Model selection and parameter estimation of a multinomial logistic regression model // J. Stat. Comput. Simulation, 2012. P. 1–15.
  8. Wang L. GEE analysis of clustered binary data with diverging number of covariates // Ann. Stat., 2011. Vol. 39. No. 1. P. 389–417.
  9. Liang H. Maximum likelihood estimation in logistic regression models with a divering number of covariates // Electron. J. Stat., 2012. Vol. 6. P. 1838–1846.
  10. Gramacy R., Polson N. Simulation-based regularized logistic regression // Bayesian Anal., 2012. Vol. 7. No. 3. P. 567–590.
  11. Rudin W. Principles of mathematical analysis. — New York, Francisco, Toronto, London: McGraw-Hill Book Co., 1964.
  12. Chen X. A new generalization of Chebyshev inequality for random vectors. http://arxiv.org/pdf/0707.0805v2.pdf. 2007.


ASYMPTOTIC EXPANSIONS FOR THE DISTRIBUTION FUNCTIONS OF STATISTICS CONSTRUCTED FROM SAMPLES WITH RANDOM SIZES.

  • V. E. Bening   Department o fMathematical Statistics, Faculty of Computational Mathematics and Cybernetics, M. V. Lomonosov Moscow State University; IPI RAN, bening@yandex.ru
  • N. K. Galieva   Kazakhstan Branch of the M. V. Lomonosov Moscow State University, nurgul u@mail.ru
  • V. Yu. Korolev   Faculty of Computational Mathematics and Cybernetics, M. V. LomonosovMoscow State University; IPI RAN, victoryukorolev@yandex.ru

literature

  1. Гнеденко Б.В. Об оценке неизвестных параметров распределения при случайном числе независимых наблюдений // Тр. Тбилисского математического института, 1989. Т. 92. С. 146–150.
  2. Гнеденко Б. В., Фахим Х. Об одной теореме переноса // Докл. АН СССР, 1969. Т. 187. С. 15–17.
  3. Von Ghossy R., Rappl G. Some approximation methods for the distribution of random sums // Insurance: Mathematics and Economics, 1983. Vol. 2. P. 251–270.
  4. Круглов В.М., Королев В.Ю. Предельные теоремы для случайных сумм. — М.: Изд-во Московского ун-та, 1990.
  5. Королев В.Ю. Предельные распределения для случайно индексированных последовательностей и их применения: Дисс. докт. физ.-мат. наук. — М.: МГУ, 1993.
  6. Gnedenko B. V., Korolev V. Yu. Random summation. Limit theorems and applications. — Boca Raton: CRC Press, 1996.
  7. Bening V. E., Korolev V. Yu. Generalized Poisson models and their applications in insurance and finance. — Utrecht: VSP, 2002.
  8. Гнеденко Б.В. Курс теории вероятностей. — М.: Наука, 1988.
  9. Королев В.Ю. О взаимосвязи обобщенного распределения Стьюдента и дисперсионного гамма-распределения при статистическом анализе выборок случайного объема // Докл. РАН, 2012. Т. 445. Вып. 6. С. 622–627.
  10. Климов Г.П. Теория вероятностей и математическая статистика. — М.: Изд-во Московского ун-та, 1983.
  11. Ширяев А.Н. Вероятность. —М.: Наука, 1989.
  12. Billingsley P. Probability and measure. — John Wiley & Sons, 1995.
  13. Bickel P.G. Edgeworth expansions in nonparametric statistics // Ann. Stat., 1974. Vol. 2. P. 1–21.
  14. Albers W. Asymptotic expansions and the deficiency concept in statistics // Mathematical Centre Tracts 58. — Amsterdam: Mathematisch Centrum, 1974.
  15. Albers W., Bickel P. G., Van Zwet W. R. Asymptotic expansions for the power of distribution free tests in the one-sample problem // Ann. Stat., 1976. Vol. 4. P. 108– 156.
  16. Bickel P.G., Van Zwet W. R. Asymptotic expansions for the power of distribution free tests in the two-sample problem // Ann. Stat., 1978. Vol. 6. P. 947–1004.
  17. Helmers R. Edgeworth expansions for linear combinations of order statistics // Mathematical Centre Tracts 105. — Amsterdam:Mathematisch Centrum, 1984.
  18. Bentkus V., Gotze F., Van Zwet W. R. An Edgeworth expansions for symmetric statistics // Ann. Stat., 1997. Vol. 25. P. 851–896.
  19. 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.
  20. 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.
  21. 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.
  22. Wilks S. S. Recurrence of extreme observations // J. Amer. Math. Soc., 1959. Vol. 1. No. 1. P. 106–112.
  23. Невзоров В. Б. Рекорды. Математическая теория. — М.: Фазис, 2000.
  24. 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.
  25. Двайт Г. Б. Таблицы интегралов и другие математические формулы.—М.: Наука, 1977.


ON CONVERGENCE OF RANDOM WALKS GENERATED BY COMPOUND COX PROCESSES TO LEVY PROCESSES.

  • V. Yu. Korolev   Faculty of Computational Mathematics and Cybernetics, M.V. Lomonosov Moscow State University; IPI RAN, victoryukorolev@yandex.ru
  • L. M. Zaks  Department of Modeling and Mathematical Statistics, Alpha-Bank, lily.zaks@gmail.com
  • A. I. Zeifman   Vologda State Pedagogical University; IPI RAN, a_zeifman@mail.ru

literature

  1. Ширяев А.Н. Основы стохастической финансовой математики. Т. 1: Факты. Модели. — М.: Фазис, 1998.
  2. Королев В.Ю. Вероятностно-статистические методы декомпозиции волатильности хаотических процессов. — М.: Изд-воМ осковского университета, 2011.
  3. Mandelbrot B. B. The variation of certain speculative prices // J. Business, 1963. Vol. 36. P. 394–419.
  4. Королев В.Ю. О сходимости pаспpеделений случайных сумм независимых случайных величин к устойчивым законам // Теоpия веpоятностей и ее пpименения, 1997. Т. 42. Вып. 4. С. 818–820.
  5. Королев В.Ю. О сходимости pаспpеделений обобщенных пpоцессов Кокса к устойчивым законам // Теоpия веpоятностей и ее пpименения, 1998. Т. 43. Вып. 4. С. 786–792.
  6. Gnedenko B. V., Korolev V. Yu. Random summation: Limit theorems and applications. — Boca Raton: CRC Press, 1996.
  7. Королев В.Ю. Постpоение моделей pаспpеделений биpжевых цен пpи помощи методов асимптотической теоpии случайного суммиpования // Обозpение пpомышленной и пpикладной математики, 1997. Т. 4. Вып. 1. С. 86–102.
  8. 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.
  9. Bening V., Korolev V. Generalized Poisson models and their applications in insurance and finance. — Utrecht: VSP, 2002.
  10. Королев В.Ю., Соколов И. А. Математические модели неоднородных потоков экстремальных событий. — М.: ТОРУС ПРЕСС, 2008.
  11. Королев В.Ю., Бенинг В. Е., Шоргин С. Я. Математические основы теории риска. — 2-е изд., перераб. и доп. — М.: Физматлит, 2011.
  12. Stochastic models of structural plasma turbulence / Eds. V. Korolev, N. Skvortsova N. — Utrecht: VSP, 2006.
  13. Кащеев Д. Е. Функциональные предельные теоремы для сложных процессов Кокса //Обозрение прикладной и промышленной математики, 2000. Т. 7. Вып. 2. С. 494–495.
  14. Кащеев Д. Е. Моделирование динамики финансовых временных рядов и оценивание производных ценных бумаг: Дисс. канд. физ.-мат. наук. — Тверь: Тверской гос. ун-т, 2001.
  15. Биллингсли П. Сходимость вероятностных мер. —М.: Наука, 1977.
  16. Bertoin J. Levy processes // Cambridge Tracts in Mathematics. Vol. 121. — Cambridge: Cambridge University Press, 1996.
  17. Sato K. Levy processes and infinitely divisible distributions.— Cambridge: Cambridge University Press, 1999.
  18. Barndorff-Nielsen O. E., Mikosch T., Resnick S. I. Levy processes: Theory and applications. — Boston: Birkh.auser, 2001.
  19. Schoutens W. Levy processes in finance: Pricing financial derivatives. — New York:Wiley, 2003.
  20. Geman H. Pure jump Levy processes for asset price modelling // J.Banking Finance, 2002.Vol. 26.No. 7.P. 1297– 1316.
  21. Золотарев В.М. Одномерные устойчивые распределения. —М.: Наука, 1983.
  22. Феллер В. Введение в теорию вероятностей и ее приложения. Т. 2. —М.:Мир, 1984.
  23. Embrechts P., Maejima M. Selfsimilar processes.—Princeton: Princeton University Press, 2002.
  24. Гнеденко Б. В., Фахим Х. Об одной теореме переноса // Докл. АН СССР, 1969. Т. 187. Вып. 1. С. 15–17.
  25. Лоэв М. Теория вероятностей. —М.: ИЛ, 1962.


STATISTICAL MECHANISMS OF THE SUBJECT DOMAINS ASSOCIATIVE PORTRAITS FORMATION ON THE BASIS OF BIG NATURAL LANGUAGE TEXTS FOR THE SYSTEMS OF KNOWLEDGE EXTRACTION.

  • M. M. Charnine   IPI RAN, 1@keywen.com
  • N. V. Somin   IPI RAN, somin@post.ru
  • I. P. Kuznetsov   IPI RAN, igor-kuz@mtu-net.ru
  • Yu. I. Morozova  IPI RAN, judez@yandex.ru
  • I. V. Galina   IPI RAN, irn gl@mail.ru
  • E. B. Kozerenko   IPI RAN, kozerenko@mail.ru

literature

  1. Москович В. А. Информационные языки. — М.: Наука, 1971. 144 с.
  2. Rapp R. Word sense discovery based on sense descriptor dissimilarity // 9th MT Summit Proceedings. — New Orleans, LA, 2003. P. 315–322.
  3. Шарнин М.М., Кузнецов И.П. Автоматическое формирование электронных энциклопедий и справочных пособий по информации из сети Интернет // Системы и средства информатики. — М.: ИПИ РАН, 2004. Вып. 14. С. 210–223.
  4. Charnine M.M., Kuznetsov I. P., Kozerenko E. B. Semantic navigator for Internet search // MLMTA’05: Conference (International) on Machine Learning Proceedings. — Las Vegas: CSREA Press, 2005. P. 60–68.
  5. Кузнецов И.П., Сомин Н.В. Англо-русская система извлечения знаний из потоков информации в среде Интернет // Системы и средства информатики. — М.: ИПИ РАН, 2007. Вып. 17. С. 236–254.
  6. Lenci A. Distributional semantics in linguistic and cognitive research // Rivista di Linguistica, 2008. Vol. 1. Р. 1–30.
  7. Turney P. A uniform approach to analogies, synonyms, antonyms and associations // Proceedings of COLING.— Manchester, 2008. P. 905–912.
  8. Charnine M., Charnine V. Keywen category structure. — Wordclay, USA, 2008. 60 p.
  9. Baroni M., Lenci A. Distributional memory: A general framework for corpus-based semantics // Comput. Linguistics, 2010. Vol. 36. Iss. 4. P. 673–721.
  10. Кузнецов И.П., Сомин Н.В. Выявление имплицитной информации из текстов на естественном языке: проблемы и методы // Информатика и её применения, 2012. Т. 6. Вып. 1. С. 48–57.
  11. Kuznetsov I. P., Kozerenko E. B., Charnin M.M. Technological peculiarity of knowledge extraction for logicalanalytical systems // WORLDCOMP’12: ICAI’12 Proceedings.— Las Vegas: CSREA Press, USA, 2012. Vol. II. P. 762–768.
  12. Шарнин М.М., Кузнецов И.П. Особенности семантического поиска информационных объектов на основе технологии баз знаний // Информатика и её применения, 2012. Т. 6. Вып. 2. С. 47–56.
  13. Kuznetsov I. P., Charnine M.M., Kozerenko E. B., et al. Intelligent tools for the semantic Internet navigator design // Электронные библиотеки: перспективные методы и технологии, электронные коллекции: Тр. XIV Всеросс. научн. конф. RCDL’2012. — Переславль- Залесский: Университет города Переславля, 2012. С. 274–283.
  14. Кузнецов И.П., Шарнин М.М., Мацкевич А. Г. Технология извлечения структур знаний с использованием аппарата расширенных семантических сетей // Искусственный интеллект: Журнал НАН Украины, 2012. Т. 4. С. 190–203.
  15. Schumann A. Towards the automated enrichment of multilingual terminology databases with knowledge-rich contexts // Conference (International) Dialogue 2012 Proceedings. Vol. 1. P. 559–567.
  16. SahlgrenM. The Word-Space Model: Using distributional analysis to represent syntagmatic and paradigmatic relations between words in high-dimensional vector spaces. Ph.D. Thesis. — Department of Linguistics, Stockholm University, 2006.
  17. Sahlgren M. Towards pertinent evaluation methodologies for word-space models // LREC 2006: 5th Conference (International) on Language Resources and Evaluation Proceedings.— Genoa, Italy, 2006.
  18. The SMART retrieval system: Experiments in automatic document processing / Ed. G.M. Salton. — Prentice- Hall, 1971.
  19. Manning C., Raghavan P., Sch.utze H. Introduction to information retrieval. — Cambridge: Cambridge University Press, 2008.


INFORMATION TECHNOLOGIES FOR CREATING THE DATABASE OF EQUIVALENT VERBAL FORMS IN THE RUSSIAN-FRENCH MULTIVARIANT PARALLEL CORPUS.

  • S. Loiseau  Universite Paris 13, Sorbonne Paris Cite, Laboratoire LDI (Lexiques, dictionnaires, informatique), CNRS, UMR 7187, sylvain.loiseau@univ-paris13.fr
  • D. V. Sitchinava  Institute of the Russian Language of the Russian Academy of Sciences, mitrius@gmail.com
  • A. A. Zalizniak  Institute of Linguistics of the Russian Academy of Sciences; Institute of Informatics Problems of the Russian Academy of Sciences, anna.zalizniak@gmail.com
  • I. M. Zatsman  Institute of Informatics Problems of the Russian Academy of Sciences, iz_ipi@a170.ipi.ac.ru

Аннотация: Русско-французский параллельный корпус как часть Национального корпуса русского языка в настоящее время преобразовывается в поливариантный корпус с одним оригинальным и несколькими вариантами переводов этого текста. Одновременно создается база данныхфункционально эквивалентных лексико-грамматических глагольных форм на основе текстов поливариантного корпуса. Главная цель создания базы данных состоит в том, чтобы вычислить статистические оценки соответствий между русскими и французскими глагольными формами. В статье рассматриваются вопросы разработки информационной технологии для одновременного создания русско-французского поливариантного параллельного корпуса и этой базы данных.

Ключевые слова: параллельные поливариантные корпуса; Национальный корпус русского языка; информационные технологии; XML разметка русско-французских параллельных текстов; лексико-грамматические формы; функциональные соответствия; статистические оценки соответствий

literature

  1. The use of databases in cross-linguistic studies / Eds. M. Everaert, S. Musgrave, A. Dimitriadis. — Belin–New York:Walter de Gruyter GmbH & Co., 2009.
  2. Dobrovolsky D.O., Kretov A. A., Sharoff S. A. Corpus of parallel texts // Scientific and Technical Information. Ser. 2: Information Processes and Systems, 2005. No. 6. P. 16–27.
  3. Dobrovolsky D.O., Kretov A. A., Sharoff S. A. Corpus of parallel texts: Architecture and usage // Russian National Corpus: 2003–2005. — Moscow: Indrik, 2005. P. 263– 296. [In Russian.]
  4. Andreeva E. G., Kasevich V. B. Grammar and lexicon in the English-Russian corpus of parallel texts // Russian National Corpus: 2003–2005. — Moscow: Indrik, 2005. P. 297–307. [In Russian.]
  5. Dobrovolsky D. O. A Corpus of parallel texts and studying culture-specific lexicon // Russian National Corpus: 2006–2008. New results and prospects. — St. Petersburg: Nestor-Istoriya, 2009. P. 383–401.
  6. 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.
  7. Kozerenko E. B. Linguistic filters in statistical machine translation models // Informatics and Applications, 2010. Vol. 4. No. 2. P. 83–92.
  8. Kozerenko E. B. Syntactic transformations modelling for hybrid machine translation // ICAI’11, WORLDCOMP’ 11 Proceedings. — Las Vegas, Nevada, USA: CRSEA Press, 2011. P. 875–881.
  9. Kozerenko E. B. Parallel texts alignment strategies: The semantic aspects // Informatics and Applications, 2013. Vol. 7. No. 1. P. 82–89.
  10. Comrie B. Aspect. An introduction to the study of verbal aspect and related problems. — Cambridge: Cambridge Univ. Press, 1976.
  11. Comrie B. Tense. — Cambridge: Cambridge Univ. Press, 1985.
  12. Dahl .O. Tense and aspect systems. — Oxford: Blackwell, 1985.
  13. Bybee J. L., Perkins R., Pagliuca W. The evolution of grammar: Tense, aspect and modality in the languages of the world. — Chicago: University of Chicago Press, 1994.
  14. Tense and aspect in the languages of Europe / Ed. .O. Dahl. —Belin – New York:Mouton de Gruyter, 2000.
  15. Grammar of contemporary Russian. — In 2 vols. — Moscow, 1954. [In Russian.]
  16. Russian grammar / Ed. N. Ju. Shvedova. — In 2 vols. — Moscow, 1980. [In Russian.]
  17. Gak V. G. Theoretical grammar of French. — Moscow, 2000. [In Russian.]
  18. Vinogradov V. V. Russian language. — Moscow, 2001. [In Russian.]
  19. Russian National Corpus: 2003–2005.—Moscow: Indrik, 2005.
  20. Russian National Corpus: 2006–2008. —St. Petersbourg: Nestor-Istorija, 2009. [In Russian.]
  21. Corpus studies on Russian grammar.—Moscow: Probel- 2000, 2009. [In Russian.]
  22. Construction linguistics / Ed. E. V.Rakhilina.—Moscow: Azbukovnik, 2010. [In Russian.]
  23. Bondarko A. V., Beliaeva E. I., Biriulin L. A., et al. The theory of functional grammar. Temporality. Modality. — Leningrad: Nauka, 1990. [In Russian.]
  24. Paducheva E. V. Modality. http://rusgram.ru.
  25. Goldberg A. Constructions: A construction grammar approach to argument structure.—Chicago:Univ. of Chicago Press, 1995.
  26. Tomasello M. Constructing a language. A usage-based theory of language acquisition. ЎЄ CambridgeЁCLondon: Harvard Univ. Press, 2003.
  27. Goldberg A. Constructions at work. The nature of generalization in grammar. ЎЄ Oxford: Oxford Univ. Press, 2006.
  28. Gak V. G. Russian language compared to French. ЎЄ Moscow: URSS, 2006. [In Russian.]
  29. Kouznetsova I.N. Grammaire contrastive du franc ais et du russe. ЎЄM.: Nestor Academic Publs., 2009.
  30. Gak V. G.Comparative typology of French andRussian.ЎЄ Moscow: URSS, 2010. [In Russian.]
  31. Sitchinava D. V. Seek to prevent at the root: Russian construction with bylo: corpus-based analysis // Corpus studies on Russian grammar. ЎЄ Moscow: Probel-2000, 2009. P. 362ЁC396.
  32. Plungian V. A., Rakhilina E. V. Tushat-tushat ЎЄ ne potushat: Grammar of one verb construction //Construction linguistics / Ed. E. V. Rakhilina.ЎЄMoscow: Azbukovnik, 2010. P. 83ЁC94.
  33. Information on ASPAC ЎЄ Amsterdam Slavic Parallel Aligned Corpus. http://www.uva.nl/over-de-uva/ organisatie/medewerkers/content/b/a/a.a.barentsen/ a.a.barentsen.html.
  34. Kotsyba N. The current state of work on the Polish- Ukrainian Parallel Corpus (PolUKR) // Problems of Slavic Lexicography: Workshop (International) within MONDILEX Project Proceedings. ЎЄ Kyiv, 2009. http://www.domeczek.pl/Ў«natko/papers/NKotsyba Kyiv2009.pdf.
  35. Von Waldenfels R. Compiling a parallel corpus of slavic languages. Text strategies, tools and the question of lemmatization in alignment // Beitr.age der Europ.aischen Slavistischen Linguistik (POLYSLAV) / Eds. B. Brehmer, V. Zdanova, R. Zimny. ЎЄ M.unchen, 2006. P. 123ЁC138 (available at: http://www-nw.uni- regensburg.de/%7E.war05297.slavistik.sprachlit.uni- regensburg.de/pub/WaldenfelsParallelCorpora2006. pdf).
  36. Schmid H. Probabilistic part-of-speech tagging using decision trees // Conference (International) onNewMethods in Language Processing Proceedings / Ed. D. Jones. ЎЄ Manchester, UK: UMIST, 1994. P. 44ЁC49.
  37. Zatsman I. Time-dependent semiotic model of computer coding of concepts, information objects and denotata // Informatics and Applications, 2009. Vol. 3. No. 4. P. 87ЁC 101.
  38. Zatsman I., Durnovo A. Modelling of processes for creation of expert knowledge formonitoring of goal-oriented programme activities // Informatics and Its Applications, 2011. Vol. 5. No. 4. P. 84ЁC98.
  39. Zatsman I. Denotatum-based models of knowledge creation for monitoring and evaluating R&D program implementation // 11th IEEE Conference (International) on Cognitive Informatics and Cognitive Computing Proceedings. ЎЄ Los Alamitos, CA: IEEE Computer Society Press, 2012. P. 27ЁC34.
  40. Zatsman I. Tracing emerging meanings by computer: Semiotic framework // 13th European Conference on Knowledge Management Proceedings. ЎЄ Reading: Academic Publishing Intern. Ltd., 2012. Vol. 2. P. 1298ЁC1307.








 
© 2016 Институт проблем информатики Российской Академии наук Русский | English     Контакты