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:

«Информатика и ее применения» (Том 12, Выпуск 3, 2018)

Оглавление | Аннотации | Об авторах

Библиография

УПРАВЛЕНИЕ СЛУЧАЙНЫМ БЛУЖДАНИЕМ С ЭТАЛОННЫМ СТАЦИОНАРНЫМ РАСПРЕДЕЛЕНИЕМ

  • М. Г. Коновалов  Институт проблем информатики Федерального исследовательского центра "Информатика и управление" Российской академии наук, mkonovalov@ipijran.ru
  • Р. В. Разумчик  Институт проблем информатики Федерального исследовательского центра "Информатика и управление" Российской академии наук; Российский университет дружбы народов, rrazumchik@ipiran.ru

Литература

  1. Karlin S. Some random walks arising in learning models. I // Pac. J. Math., 1953. Vol. 3. No. 4. P. 725-756.
  2. Kaijser T. On a theorem of Karlin // Acta Appl. Math., 1994. Vol. 34. P. 51-69.
  3. Ramli M.A., Leng G. The stationary probability density of a class of bounded Markov processes // Adv. Appl. Probab., 2010. Vol. 42. P 986-993.
  4. McKinlay S., Borovkov K. On explicit form of the stationary distributions for a class of bounded Markov chains // J. Appl. Probab., 2016. Vol. 53. Iss. 1. P 231-243.
  5. Li C. Human genetics. - New York, NY, USA: McGraw- Hill, 1961. 218 p.
  6. DeGroot M. H., Rao M. M. Stochastic give-and-take // J. Math. Anal. Appl., 1963. Vol. 7. P. 489-498.
  7. McKin lay S. A characterization of transient random walks on stochastic matrices with Dirichlet distributed limits // J. Appl. Probab., 2014. Vol. 51. P. 542-555.
  8. Peigne M. Iterated function systems and spectral decom-position of the associated Markov operator // Publications mathematiques et informatique de Rennes, 1993. No. 2. P 1-28.
  9. Diaconis P., Freedman D. Iterated random functions // SIAM Rev., 1999. Vol. 41. Iss. 1. P. 45-76.
  10. Ladjimi F., Peigne M. Iterated function systems with place dependent probabilities and application to the Diaconis- Friedman's chain on [0,1]. https://hal.archives- ouvertes.fr/LMPT/hal-01567392v1.
  11. Stenflo O. A note on a theorem of Karlin // Stat. Probabil. Lett., 2001. Vol. 54. Iss. 2. P 183-187.
  12. Jacquin A. A fractal theory of iterated Markov operators with applications to digital image coding. - Atlanta, GA, USA: Georgia Institute of Technology, 1989. Ph.D. Thesis.
  13. Forte B., VrscayE.R. Solving the inverse problem for mea-sures using iterated function systems: A new approach // Adv. Appl. Probab., 1995. Vol. 27. Iss. 3. P 800-820.
  14. Владимиров В. С. Обобщенные функции в математической физике. - М.: Наука, 1976. 280 с.
  15. Коновалов М. Г. Методы адаптивной обработки информации и их приложения. - М.: ИПИ РАН, 2007. 212 с.

СРЕДНЕКВАДРАТИЧНЫЙ РИСК ПОРОГОВОЙ ОБРАБОТКИ ПРИ СЛУЧАЙНОМ ОБЪЕМЕ ВЫБОРКИ

  • О. В. Шестаков  Московский государственный университет им. М. В. Ломоносова, кафедра математической статистики факультета вычислительной математики и кибернетики; Институт проблем информатики Федерального исследовательского центра "Информатика и управление" Российской академии наук, oshestakov@cs.msu.su

Литература

  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., Kerkyacharian G., Picard D. Wavelet shrinkage: Asymptopia? // J. Roy. Stat. Soc. B, 1995. Vol. 57. No. 2. P. 301-369.
  3. Donoho D., Johnstone I. M. Minimax estimation via wavelet shrinkage//Ann. Stat., 1998. Vol. 26. No. 3. P. 879-921.
  4. Jansen M. Noise reduction by wavelet thresholding. - Lec-ture notes in statistics ser. - New York, NY, USA: Springer Verlag, 2001. Vol. 161. 196 p.
  5. ansen M. Minimum risk thresholds for data with heavy noise // IEEE Signal Proc. Let., 2006. Vol. 13. No. 5. P. 296-299.
  6. Шестаков О. В. Минимаксный среднеквадратичный риск пороговой обработки в моделях с негауссовым распределением шума // Вестн. Моск. ун-та. Сер. 15: Вычисл. матем. и киберн., 2017. № 4. C. 35-40.
  7. Mallat S. A wavelet tour of signal processing. - New York, NY, USA: Academic Press, 1999. 857 p.

БАЙЕСОВСКИЕ МОДЕЛИ БАЛАНСА

  • А. А. Кудрявцев  Московский государственный университет им. М. В. Ломоносова, факультет вычислительной математики и кибернетики, nubigena@mail.ru

Литература

  1. Юрасова М. В. Рейтинг как инструмент измерения успеха: "за" и "против" // Вестник Московского унта. Сер. 18: Социология и политология, 2017. Т. 23. Вып. 2. С. 137-164.
  2. Шикин Е. В., Чхартишвили А. Г. Математические методы и модели в управлении. - 3-е изд. - М.: Дело, 2004. 440 с.
  3. Шаптала В. Г., Радоуцкий В. Ю., Шаптала В. В. Основы моделирования чрезвычайных ситуаций. - Белгород: БГТУ, 2010. 166 с.
  4. Болодурина И. П., Луговскова Ю. П. Оптимальное управление динамикой взаимодействия иммунной системы человека с инфекционными заболеваниями // Вестник СамГУ. Естественнонаучная сер., 2009. №8(74). С. 138-153.
  5. Пескова Д. Р. Теневой сектор: ингибитор или катализатор экономического развития? // Вестник Башкирского ун-та. Раздел экономика, 2006. Т. 11. Вып. 3. С. 141-143.
  6. Мир будущего: через столкновение к гармонии: Итоговая пленарная сессия XIV ежегодного заседания Международного дискуссионного клуба "Валдай". - Сочи, 2017. http://kremlin.ru/events/president/news/ 55882.
  7. Борисов В. А. Демография. - М.: NOTABENE, 2001. 272 с.
  8. Волгин Н. А., Рыбаковский Л. Л., Калмыкова Н. М., Ар-хангельский В. Н., Иванова Е. И., Захарова О. Д., Иванова А. Е., Денисенко М. Б., Тихомиров Н. П., Тихомирова Т. М. Демография / Под ред. Н. А. Волгина, Л. Л. Рыбаковского. - М.: Логос, 2005. 280 с.
  9. Кузнецов С. И., Рогозин К. И. Справочник по физике. - Томск: ТПУ, 2012. 224 с.
  10. Бочаров П. П., Печинкин А. В. Теория массового обслуживания. - М.: РУДН, 1995. 529 с.
  11. Здоровцов И. А., Королев В. Ю. Основы теории надежности волоконно-оптических линий передачи железнодорожного транспорта. - М.: МАКС Пресс, 2004. 308 с.
  12. Kozlov B.A., Ushakov I. A. Reliability handbook. - New York, NY, USA: Holt, Rinehart & Winston. 1970. 391 p.
  13. ГОСТ 27.002-89 Надежность в технике. Основные понятия. Термины и определения. - М.: Госком- стандарт, 1989. 24 с.
  14. Королев В. Ю, Соколов И. А. Основы математической теории надежности модифицируемых систем. - М.: ИПИ РАН, 2006. 102 с.
  15. Ивченко Г. И., Каштанов В. А., Коваленко И.Н. Теория массового обслуживания. - М.: Высшая школа, 1982. 256 с.
  16. Korolev V. Yu., Chertok A. V., Korchagin A. Yu, Zeifman A. I. Modeling high-frequency order flow imbalance by functional limit theorems for two-sided risk processes // Appl. Math. Comput., 2015. Vol. 253. P. 224-241.
  17. ГОСТ Р ИСО 5725-1-2002 Точность (правильность и прецизионность) методов и результатов измерений. Часть 1. Основные положения и определения. - М.: Стандартинформ, 2009. 24 с.
  18. Congdon P. Bayesian statistical modelling. - 2nd ed. - Chichester, U.K.: John Wiley & Sons, 2006. 596 p.
  19. Hamada M. S., Wilson A., Reese C. S., Martz H. Bayesian reliability. - New York, NY, USA: Springer, 2008. 436 p.
  20. Carlin B. P., Louis T. A. Bayesian methods for data analysis. - 3rd ed. - New York, NY, USA: Chapman & Hall, 2008. 552 p.
  21. Albert J. Bayesian computation with R. - New York, NY, USA: Springer, 2009. 300 p.
  22. Laplace P.-S. A philosophical essay on probabilities / Transl. from the French by F. W Truscott, F L. Emory. - New York, NY, USA: John Wiley & Sons, 1902. 223 p.
  23. Bayes T., Price R. An essay towards solving a problem in the doctrine of chances // Phil. Trans., 1763. Vol. 53. P. 370-418.
  24. Шоргин С. Я. О байесовских моделях массового об-служивания // II Научная сессия Института проблем информатики РАН: Тезисы докладов. - М.: ИПИ РАН, 2005. С. 120-121.
  25. Бенинг В. Е., Королев В. Ю., Соколов И. А., Шоргин С. Я. Рандомизационные модели и методы теории надежности информационных и технических систем. - М.: ТОРУС ПРЕСС, 2007. 256 с.
  26. Кудрявцев А. А., Шоргин С. Я. Байесовские модели в теории массового обслуживания и надежности. - М.: ФИЦ ИУ РАН, 2015. 76 с.
  27. Орлик C. Введение в программную инженерию и управление жизненным циклом ПО. Программная инженерия. Сопровождение программного обеспечения, 2004-2005. http://www. software-testing.ru/files/se/3-5-software_engineering_ maintenance.pdf.
  28. Boni M. F. Vaccination and antigenic drift in influenza // Vaccine, 2008. Vol. 26. Suppl. 3. P. 8-14.
  29. KimJ. H.,SkountzouI., CompansR., Jacob J. Original anti-genic sin responses to influenza viruses // J. Immunology, 2009. Vol. 183. Iss. 5. P. 3294-3301.
  30. Amantonio. Разбираемся с прививками. Часть 20. Грипп (1) // Livejournal, 09.11.2017. https:// amantonio. livejournal.com/29621.html. Продолжение: Часть 21. Грипп (2) // Livejournal, 10.11.2017. https:// amantonio. livejournal.com/29886.html.
  31. Королев В. Ю. Вероятностно-статистические методы декомпозиции волатильности хаотических процессов. - М.: Изд-во Московского ун-та, 2011. 510 с.
  32. 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.
  33. Жаворонкова Ю. В., Кудрявцев А. А., Шоргин С. Я. Бай-есовская рекуррентная модель роста надежности: бета-распределение параметров // Информатика и её применения, 2014. Т. 8. Вып. 2. С. 48-54.
  34. Кудрявцев А. А., Титова А. И. Байесовские модели массового обслуживания и надежности: вырожден- но-вейбулловский случай // Информатика и её применения, 2016. Т. 10. Вып. 4. С. 68-71.
  35. Кудрявцев А. А., Титова А. И. Гамма-экспоненциальная функция в байесовских моделях массового обслуживания // Информатика и её применения, 2017. Т. 11. Вып. 4. С. 104-108.
  36. Nakagami M. The m-distribution, a general formula of in-tensity of rapid fading // Statistical Methods in Radio Wave Propagation Symposium Proceedings / Ed. W. C. Hoff man. - New York, NY, USA: Pergamon Press, 1960. P. 3-36.
  37. Круглов В. М. Случайные процессы. Ч. 1. Основы общей теории. - 2-е изд., перераб. и доп. - М.: Юрайт, 2016. 276 с.
  38. Siddiqui M. M. Statistical inference for Rayleigh distributions // J. Res. NBS D Rad. Sci., 1964. Vol. 68D. No. 9. P. 1005-1010.
  39. Mandl F. Statistical physics. - 2nd ed. - Chichester, U.K.: John Wiley & Sons, 1988. 385 p.
  40. Закс Л. М., Королев В. Ю. Обобщенные дисперсионные гамма-распределения как предельные для случайных сумм // Информатика и её применения, 2013. Т. 7. Вып. 1. С. 105-115.
  41. Кудрявцев А. А., Шоргин С. Я. Байесовские модели массового обслуживания и надежности: экспонен- циально-эрланговский случай // Информатика и её применения, 2009. Т. 3. Вып. 1. С. 44-48.
  42. Градштейн И. С., Рыжик И. М. Таблицы интегралов, сумм, рядов и произведений. - М.: Наука, 1971. 1108 с.

ЗАШУМЛЕНИЕ ДАННЫХ КОНЕЧНЫМИ СМЕСЯМИ НОРМАЛЬНЫХ И ГАММА-РАСПРЕДЕЛЕНИЙ С ПРИМЕНЕНИЕМ К ЗАДАЧЕ ОКРУГЛЕНИЯ НАБЛЮДЕНИЙ

  • А. К. Горшенин  Институт проблем информатики Федерального исследовательского центра "Информатика и управление" Российской академии наук, agorshenin@frccsc.ru

Литература

  1. Wrigh tD.E., Bray I. A mixture model for rounded data // J. Roy. Stat. Soc. D Sta., 2003. Vol. 52. P. 3-13.
  2. Bai Z., Zheng S., Zhang B, Hu G. Statistical analysis for rounded data//J. Stat. Plan. Infer., 2009. Vol. 139. Iss. 8. P. 2526-2542.
  3. Zhang B., Liu T., Bai Z. D. Analysis of rounded data from dependent sequences//Ann. I. Stat. Math., 2010. Vol. 62. Iss. 6. P. 1143-1173.
  4. Zhao N., Bai Z. Analysis of rounded data in mixture normal model// Stat. Pap., 2012. Vol. 53. P. 895-914.
  5. Королев В. Ю. Вероятностно-статистические методы декомпозиции волатильности хаотических процессов. - М.: Изд-во Моск. ун-та, 2011. 512 с.
  6. Ушаков В. Г., Ушаков Н. Г. Об усреднении округленных данных // Информатика и её применения, 2015. Т. 9. Вып. 4. С. 106-109.
  7. Ушаков В. Г., Ушаков Н. Г. Границы точности вос-становления информации, теряемой при округлении результатов наблюдений // Вестник Московского университета. Серия 15: Вычислительная математика и кибернетика, 2017. № 2. С. 26-30.
  8. Ushakov N. G., Ushakov V. G. Statistical analysis of rounded data: Recovering of information lost due to rounding // J. Korean Stat. Soc., 2017. Vol. 46. No. 3. P. 426-437.
  9. Gorshenin A. K., Korolev V. Yu. A noising method for the identification of the stochastic structure of information flows // Comm. Com. Inf. Sc., 2017. Vol. 678. P. 279289.
  10. Gorshenin A., Korolev V. Modelling of statistical fluctuations of information flows by mixtures of gamma distributions // 27th European Conference on Modelling and Simulation Proceedings. - Dudweiler, Germany: Digi- taldruck Pirrot GmbHP, 2013. P. 569-572.

АНАЛИЗ РАЗРЕЗНЫХ ПОВРЕЖДЕНИЙ В МНОГОПОЛЮСНЫХ СЕТЯХ

  • Ю. Е. Малашенко  Вычислительный центр им. А. А. Дородницына Федерального исследовательского центра "Информатика и управление" Российской академии наук, malash09@ccas.ru
  • И. А. Назарова  Вычислительный центр им. А. А. Дородницына Федерального исследовательского центра "Информатика и управление" Российской академии наук, irma-nazar@yandex.ru
  • Н. М. Новикова  Вычислительный центр им. А. А. Дородницына Федерального исследовательского центра "Информатика и управление" Российской академии наук, n_novikova@umail.ru

Литература

  1. Малашенко Ю. Е., Назарова И. А., Новикова Н. М. Метод анализа функциональной уязвимости потоковых сетевых систем // Информатика и её применения, 2017. Т. 11. Вып. 4. С. 47-54.
  2. Малашенко Ю. Е., Назарова И. А., Новикова Н. М. Диаграммы уязвимости потоковых сетевых систем // Информатика и её применения, 2018. Т. 12. Вып. 1. С. 11-18.
  3. Форд Л., Фалкерсон Д. Потоки в сетях / Пер. с англ. - М.: Мир, 1966. 277 с. (Ford L. R., Fulkerson D. R. Flows in networks. - Princeton, NJ, USA: Princeton University Press, 1962. 332 p.)
  4. Гермейер Ю. Б. Введение в теорию исследования операций. - М.: Наука, 1971. 384 с.
  5. Подиновский В. В., Ногин В. Д. Парето-оптимальные решения многокритериальных задач. - 2-е изд. - М.: Физматлит, 2007. 256 с.
  6. Харари Ф. Теория графов / Пер. с англ. - М.: Мир, 1973. 302 с. (Harari F. Graph theory. - Boston, MA, USA: Addison-Wesley 1969. 300 p.)
  7. Сигал И. Х, Иванова А. П. Введение в прикладное дискретное программирование. - М.: Физматлит, 2002. 240 с.
  8. Rosas-Casals M, Valverde S., Sole R. V. Topological vul-nerability of the European power grid under errors and attacks // Int. J. Bifurcat Chaos, 2007. Vol. 17. Iss. 7. Р. 2465-2475.
  9. Murray A. T. An overview of network vulnerability modeling approaches // GeoJournal, 2013. Vol. 78. P. 209-221.
  10. Козлов М.В., Малашенко Ю.Е., Назарова И. А. и др. Управление топливно-энергетической системой при крупномасштабных повреждениях. I. Сетевая модель и программная реализация // Изв. РАН. ТиСУ, 2017. №6. С. 50-73.

ОБ ИНВАРИАНТНОСТИ СТАЦИОНАРНОГО РАСПРЕДЕЛЕНИЯ СИСТЕМЫ МАССОВОГО ОБСЛУЖИВАНИЯ С ОГРАНИЧЕННЫМИ РЕСУРСАМИ И С ИНТЕНСИВНОСТЯМИ ПОСТУПЛЕНИЯ И ОБСЛУЖИВАНИЯ, ЗАВИСЯЩИМИ ОТ СОСТОЯНИЯ СИСТЕМЫ

  • Э. С. Сопин  Российский университет дружбы народов, Институт проблем информатики Федерального исследовательского центра "Информатика и управление" Российской академии наук, sopin_es@rudn.university
  • В. А. Наумов  Исследовательский институт инноваций, г. Хельсинки, Финляндия, valeriy.naumov@pfu.fi
  • К. Е. Самуйлов  Российский университет дружбы народов; Институт проблем информатики Федерального исследовательского центра "Информатика и управление" Российской академии наук, samouylov_ke@rudn.university

Литература

  1. Naumov V., Samouylov K., YarkinaN., Sopin E., Andreev S., Samuylov A. LTE performance analysis using queuing sys-tems with finite resources and random requirements // 7th Congress (International) on Ultra Modern Telecommu-nications and Control Systems and Workshops. - IEEE, 2015. P. 100-103. doi: 10.1109/ICUMT.2015.7382412.
  2. Тихоненко О. М., Климович К. Г. Анализ систем обслуживания требований случайной длины при ограниченном суммарном объеме // Проблемы передачи информации, 2001. Т. 37. Вып. 1. С. 78-88.
  3. Naumov V., Samouylov K. Analysis of multi-resource loss system with state dependent arrival and service rates // Probab. Eng. Inform. Sc., 2017. Vol. 31. Iss. 4. P. 413-419. doi: 10.1017/S0269964817000079.
  4. Севастьянов Б.А. Эргодическая теорема для марковских процессов и ее приложение к телефонным системам с отказами // Теория вероятностей и ее применения, 1957. Т. 2. Вып. 1. С. 106-116.
  5. Гнеденко Б. В., Коваленко И. Н. Введение в теорию массового обслуживания. - М.: Наука, 1966. 432 с.
  6. Taylor P. G. Insensitivity in stochastic models // Queueing networks / Eds. R. Boucherie, N. van Dijk. - International ser. in operations research & management science. - Springer, 2011. Vol. 154. P. 121-140. doi: 10.1007/978-1-4419-6472-4.
  7. Samouylov K. E, Gaidamaka Y. V., Sopin E. S. Simplified analysis ofqueueing systems with random requirements // Statistics and simulation / Eds. J. Pilz, D. Rasch, V. Melas, K. Moder. - Springer proceedings in mathematics & statistics ser. - Springer, 2018.Vol. 231. P. 381-390. doi: 10.1007/978-3-319-76035-3_27.
  8. Whitt W. Continuity ofgeneralized semi-Markov processes // Math. Oper. Res., 1980. Vol. 5. Iss. 4. P. 494-501. doi: 10.1287/moor.5.4.494.
  9. Miyazawa M., Yamazaki G. The basic equations for a sup-plemented GSMP and its applications to queues // J. Appl. Probab., 1988. Vol. 25. Iss. 3. P. 565-578. doi: 10.2307/3213985.

РЕСУРСНЫЕ СИСТЕМЫ МАССОВОГО ОБСЛУЖИВАНИЯ КАК МОДЕЛИ БЕСПРОВОДНЫХ СИСТЕМ СВЯЗИ

  • А. В. Горбунова  Российский университета дружбы народов, gorbunova_av@rudn.university
  • В. А. Наумов  Исследовательский институт инноваций, г. Хельсинки, Финляндия, valeriy.naumov@pfu.fi
  • Ю. В. Гайдамака  Российский университет дружбы народов; Институт проблем информатики Федерального исследовательского центра "Информатика и управление" Российской академии наук, gaydamaka_yuv@rudn.university
  • К. Е. Самуйлов  Российский университет дружбы народов; Институт проблем информатики Федерального исследовательского центра "Информатика и управление" Российской академии наук, samouylov_ke@rudn.university

Литература

  1. Andrews J. G., Buzzi S., Choi W., Hanly S. V., Lozano A., Soong A. C. K, Zhang J. C. What will 5G be? // IEEE J. Sel. Area. Comm., 2014. Vol. 32. No. 6. P. 1065-1082.
  2. Buturlin I. A., Gaidamaka Y.V., Samuylov A. K. Utility function maximization problems for two cross-layer optimization algorithms in OFDM wireless networks // 4th Congress (International) on Ultra Modern Telecommunications and Control Systems, 2012. P. 63-65.
  3. Galinina O., Andreev S. D., Gerasimenko M, Koucherya- vy Y., Himayat N., Yeh S. P., Talwar S. Capturing spatial randomness of heterogeneous cellular/WLAN deployments with dynamic traffic // IEEE J. Sel. Area. Comm., 2014. Vol. 32. No. 6. P. 1083-1099.
  4. Наумов В. А., Самуйлов К. Е., СамуйловА. К. О суммарном объеме ресурсов, занимаемых обслуживаемыми заявками // Автоматика и телемеханика, 2016. №. 8. С. 125-135.
  5. Gimpelson L. A. Analysis of mixtures of wide- and narrow-band traffic // IEEE T Commun. Techn., 1968. Vol. 13. No. 3. P. 258-266.
  6. Kelly F. P. Loss networks // Ann. Appl. Probab., 1991. No. 1. P. 319-378.
  7. Ross K. W. Multiservice loss models for broadband telecommunication networks. - London: Springer- Verlag, 1995. 343 p.
  8. Basharin G. P., Samouylov K. E, Yarkina N. V., Gudkova I. A. A new stage in mathematical teletraffic theory // Automat. Rem. Contr., 2009. Vol. 70. No. 12. P. 19541964.
  9. Ромм Э.Л., Скитович В. В. Об одном обобщении задачи Эрланга // Автоматика и телемеханика, 1971. №.6. С. 164-168.
  10. Кац Б. А. Об обслуживании сообщений случайной длины // Теория массового обслуживания: Тр. 3-й Всесоюзн. школы-совещания по теории массового обслуживания, 1976. С. 157-168.
  11. Наумов В. А., Самуйлов А. К. Модель выделения ресурсов беспроводной сети объемами случайной величины // Вестник РУДН. Серия: Математика, информатика, физика, 2015. № 2. С. 38-45.
  12. Naumov V., Samouylov K., Yarkina N, Sopin E, Andreev S., Samuylov A. LTE performance analysis using queuing systems with finite resources and random requirements // 7th Congress on Ultra Modern Telecommunications and Control Systems. - IEEE, 2015. P. 100-103.
  13. Naumov V., Samouylov K. Analysis оf multi-resource loss system with state dependent arrival and service rates // Probab. Eng. Inform. Sc., 2017. Vol. 31. No. 4. P. 413-419.
  14. Samouylov K., Sopin E, Vikhrova O. Analysis of queueing system with resources and signals // Comm. Com. Inf. Sc., 2017. Vol. 800. P. 358-369.
  15. Sopin E, Vikhrova O., Samouylov K. LTE network model with signals and random resource requirement // 9th Congress (International) on Ultra Modern Telecommunications and Control Systems and Workshops. - IEEE, 2017. P. 101-106.
  16. Petrov V., Solomitckii D., Samuylov A., Lema Maria A., Gapeyenko M., Moltchanov D., Andreev S., Naumov V., Samouylov K., Dohler M., Koucheryavy Ye. Dynamic multi-connectivity performance in ultra-dense urban mmWave deployments // IEEE J. Sel. Area. Comm., 2017. Vol. 35. No. 9. P. 2038-2055.
  17. Наумов В. А., Самуйлов К. Е. Анализ сетей ресурсных систем массового обслуживания // Автоматика и те-лемеханика, 2018. № 5. С. 59-68.
  18. Samouylov K., Sopin E., Vikhrova O. Analyzing blocking probability in LTE wireless network via queuing system with finite amount of resources // Comm. Com. Inf. Sc., 2015. Vol. 564. P. 393-403.
  19. Вихрова О. Г., Самуйлов К. Е, Сопин Э. С., Шоргин С. Я. К анализу показателей качества обслуживания в современных беспроводных сетях // Информатика и её применения, 2015. Т. 9. Вып. 4. С. 48-55.
  20. Sopin E, Samouylov K., Vikhrova O., Kovalchukov R., Moltchanov D., Samuylov A. Evaluating a case of downlink uplink decoupling using queuing system with random requirement // Internet of Things, smart spaces, and next generation networks and systems / Eds. O. Galinina, S. I. Balandin, Y. Koucheryavy. - Lecture notes in com-puter science ser. - Springer, 2016. Vol. 9870. P. 440-450.
  21. Samouylov K., Sopin E, Vikhrova O., Shorgin S. Convolution algorithm for normalization constant evaluation in queuing system with random requirements // AIP Conf. Proc., 2017. Vol. 1863. Art. No. 090004. 4 p.
  22. Вихрова О. Г. К вычислению вероятностных характеристик СМО ограниченной емкости со случайными требованиями к ресурсам // Вестник РУДН. Серия: Математика, информатика, физика, 2017. №3. С. 203-210.
  23. Sopin E., Samouylov K. On the analysis of the limited resources queuing system under MAP arrivals // Conference (International) on Applied Mathematics, Computational Science and Systems Engineering, 2018. Vol. 16. Art. No. 01008. 4 p.
  24. Sopin E, Gaidamaka Yu., Markova E, Vikhrova O. Performance analysis of M2M traffic in LTE network using queuing systems with random resource requirements // Autom. Control Comp. S., 2018 (inpress).
  25. Наумов В. А., Самуйлов К. Е. О моделировании систем массового обслуживания с множественными ресурсами // Вестник РУДН. Серия: Математика, информатика, физика, 2014. № 3. С. 60-64.
  26. Buzen J. P. Computational algorithms for closed queueing networks with exponential servers // Commun. ACM, 1973. Vol. 16. P. 527-531.
  27. Вишневский В. М., Самуйлов К.Е., Наумов В. А., Яркина Н.В. Модель соты LTE с межмашинным трафиком в виде мультисервисной системы массового обслуживания с эластичными и потоковыми заявками и марковским входящим потоком // Вестник РУДН. Серия: Математика, информатика, физика, 2016. №4. С. 26-36.
  28. Vishnevsky V., Samouylov K., Naumov V., Krish- namoorty A., Yarkina N. Multiservice queieing system with map arrivals for modelling LTE cell with H2H and M2M communications and M2M aggregation // Comm. Com. Inf. Sc., 2017. Vol. 700. P. 63-74.

ОБУЧАЕМАЯ КЛАССИФИКАЦИЯ ДАННЫХ С УЧЕТОМ АНАЛИЗА ГЛАВНЫХ КОМПОНЕНТ

  • М. П. Кривенко  Институт проблем информатики Федерального исследовательского центра "Информатика и управление" Российской академии наук, mkrivenko@ipijran.ru

Литература

  1. Tipping M. E., Bishop C. M. Mixtures of probabilistic principal component analyzers//Neural Comput., 1999. Vol. 11. Iss. 2. P. 443-482.
  2. Кривенко М. П. Прикладные методы оценивания распределения многомерных данных малой выборки. - М.: ИПИ РАН, 2011. 146 с.
  3. Wu C. F. J. On convergence properties of the EM algorithm // Ann. Stat., 1983. Vol. 11. P. 95-103.
  4. Nettleton D. Convergence properties of the EM algorithm in constrained parameter spaces// Can. J. Stat., 1999. Vol. 27. Iss. 3. P. 639-648.
  5. Ту Дж., Гонсалес Р. Принципы распознавания образов / Пер. с англ. - М.: Мир, 1978. 414 с. (Tou J., Gonzalez R. C. Pattern recognition principles. - Reading, MA, USA: Addison-Wesley Publ. Co., 1974. 377 p.)
  6. Ormoneit D., Tresp V. Improved gaussian mixture density estimates using Bayesian penalty terms and network averag-ing // Advances in neural information rocessing systems / Eds. D. S. Touretzky, M. C. Mozer, M. E. Hasselmo. - Cambridge, MA, USA: MIT Press, 1996. Vol. 8. P. 542- 548.

ПАРАМЕТРИЗАЦИЯ В ПРИКЛАДНЫХ ЗАДАЧАХ ПОИСКА ЭМПИРИЧЕСКИХ ПРИЧИН

  • А. А. Грушо  Институт проблем информатики Федерального исследовательского центра "Информатика и управление" Российской академии наук, grusho@yandex.ru
  • Н. А. Грушо  Институт проблем информатики Федерального исследовательского центра "Информатика и управление" Российской академии наук, info@itake.ru@ipiran.ru
  • М. И. Забежайло  Вычислительный центр им. А. А. Дородницына Федерального исследовательского центра "Информатика и управление" Российской академии наук, m.zabezhailo@yandex.ru
  • Д. В. Смирнов  ПАО Сбербанк России, dvlsmimov@sberbank.ru
  • Е. Е. Тимонина  Институт проблем информатики Федерального исследовательского центра "Информатика и управление " Российской академии наук, eltimon@yandex.ru

Литература

  1. Эшби У. Р. Конструкция мозга / Пер. с англ. - М.: Иностранная литература, 1962. 397 с. (Ashby W. R. Design for a brain. - New York, NY, USA: Wiley, 1954. 260 p.)
  2. Аншаков О. М., Фабрикантова Е. Ф. ДСМ-метод автоматического порождения гипотез: Логические и эпистемологические основания. - М.: Либроком, 2009. 432 с.
  3. Милль Дж. С. Система логики силлогической и индуктивной: Изложение принципов доказательства в связи с методами научного исследования / Пер. с англ. - 5-е изд., испр. и доп. - М.: ЛЕНАНД, 2011. 832 с. (MillJ. S. A system of logic ratiocinative and inductive, being a connected view of the principles of evidence and the methods of scientific investigation. - 1st ed. - London: John W Parker, 1843. 622 p.)
  4. Финн В. К. Искусственный интеллект: Методология, применения, философия. - М.: Красанд, 2011. 448 с.
  5. Грушо А. А., Применко Э.А., Тимонина Е.Е. Теоретические основы компьютерной безопасности. - М.: Академия, 2009. 272 с.
  6. Грушо А. А., Забежайло М. И., Смирнов Д. В., Тимонина Е. Е. О комплексной аутентификации // Системы и средства информатики, 2017. Т. 27. №3. С. 3-10.
  7. Грушо А. А., Забежайло М. И., Смирнов Д. В., Тимонина Е. Е. Модель множества информационных пространств в задаче поиска инсайдера // Информатика и её применения, 2017. Т. 11. Вып. 4. С. 65-69.
  8. Грушо А. А., Забежайло М. И., Зацаринный А. А., Николаев А. В., Писковский В. О., Тимонина Е. Е. Классификация ошибочных состояний в распределенных вычислительных системах и источники их возникновения // Системы и средства информатики, 2017. Т. 27. №2. С. 30-41.
  9. Грушо А. А., Забежайло М. И., Зацаринный А. А., Николаев А. В., Писковский B. О., Сенчило В. В., Судариков И. В., Тимонина Е. Е. Об анализе ошибочных состояний в распределенных вычислительных системах // Системы и средства информатики, 2018. Т. 28. № 1. С. 99-109.

МЕТОДЫ И СРЕДСТВА ОБНАРУЖЕНИЯ НЕШТАТНЫХ СИТУАЦИЙ, ВОЗНИКАЮЩИХ НА ЭЛЕМЕНТАХ ЖИЛИЩНО-КОММУНАЛЬНОЙ ИНФРАСТРУКТУРЫ

  • И. А. Шанин  Институт проблем информатики Федерального исследовательского центра "Информатика и управление" Российской академии наук, v08shanin@gmail.com
  • С. А. Ступников  Институт проблем информатики Федерального исследовательского центра "Информатика и управление" Российской академии наук, sstupnikov@ipiran.ru
  • В. Н. Захаров  Институт проблем информатики Федерального исследовательского центра "Информатика и управление " Российской академии наук, vzakharov@ipiran.ru

Литература

  1. Kovalev D., Shanin I., Stupnikov S., Zakharov V. Data mining methods and techniques for fault detection and predictive maintenance in housing and utility infrastructure // Conference (International) on Engineering Technologies and Computer Science. - IEEE, 2018. doi: 10.1109/EnT.2018.00016.
  2. Box G. E. P., Jenkins G. M, Reinsen G. C., Ljung G. M. Time series analysis: Forecasting and control. - 5th ed. - Wiley, 2015. 712 p.
  3. Cleveland R.B., Cleveland W.S., McRae J.E., Terpenning I. STL: A seasonal-trend decomposition // J. Off. Stat., 1990. Vol. 6. Iss. 1. P. 3-73.
  4. Bengio Y., Frasconi P. An input output HMM architecture // NIPS Proceedings. - MIT Press, 1995. P. 427- 434.
  5. Rabiner L. R. A tutorial on hidden Markov models and selected applications in speech recognition // Readings in speech recognition / Eds. A. Waibel, K.-F. Lee. - San Francisco, CA, USA: Morgan Kaufmann, 1990. P. 267- 296.
  6. Bodik P., Hong W, Guestrin C., Madden S., Paskin M., Thibaux R. Intel Lab Data. Intel Berkeley Research lab, 2004. http://db.csail.mit.edu/labdata/labdata.html.
  7. Sensorscope: Sensor networks for environmental monitoring. Lausanne Urban Canopy Experiment (LUCE). - EPFL, 2006. https://lcav.epfl.ch/page-145180-en.html.
  8. Sharma A. B., Golubchik L., Govindan R. Sensorfaults: Detection methods and prevalence in real-world datasets // ACM Trans. Sens. Netw., 2010. Vol. 6. Iss. 3. P. 23.
  9. Baljak V., TeiK., Honiden S. Fault classification and model learning from sensory Readings - Framework for fault tolerance in wireless sensor networks // 8th Conference (International) on Intelligent Sensors, Sensor Networks and Information Processing. - IEEE, 2013. P. 408- 413.
  10. De Bruijn B., Nguyen T.A., Bucur D., Tei K. Benchmark datasets for fault detection and classification in sensor data // 5th Conference (International) on Sensor Networks Proceedings. - SCITEPRESS, 2016. P. 185-195.
  11. De Bruijn B., Nguyen T.A., Bucur D., Tei K. Benchmark datasets for fault detection and classification in sensor data, 2015. http://tuananh.io/datasets.
  12. Warriach E. U., Aiello M., Tei K. A machine learning approach for identifying and classifying faults in wireless sensor network // 15th Conference (International) on Computational Science and Engineering. - IEEE, 2012. P. 618-625.

ИМПЛИЦИРОВАННЫЕ ЗНАНИЯ: ОСНОВАНИЯ И ТЕХНОЛОГИИ ИЗВЛЕЧЕНИЯ

  • И. М. Зацман  Институт проблем информатики Федерального исследовательского центра "Информатика и управление" Российской академии наук, izatsman@yandex.ru

Литература

  1. Поппер К. Р. Объективное знание. Эволюционный подход / Пер. с англ. - М.: Эдиториал УРСС, 2002. 384 с. (PopperK. R. Objective knowledge. An evolutionary approach. - Oxford: Clarendon Press, 1979. 395 p.)
  2. Nonaka I. The knowledge-creating company // Harvard Bus. Rev., 1991. Vol. 69. No. 6. P. 96-104.
  3. Nonaka I. A dynamic theory of organizational knowledge creation// Organ. Sci., 1994. Vol. 5. No. 1. P. 14-37.
  4. Нонака И., Такеучи Х. Компания - создатель знания. - М.: Олимп-бизнес, 2003. 384 с. (Nonaka I., Takeuchi H. The knowledge-creating company. - Oxford, NY, USA: Oxford University Press, 1995. 284 p.)
  5. Nonaka I., Toyama R. The knowledge-creating theory re-visited: Knowledge creation as a synthesizing process // Knowl. Man. Res. Pract., 2003. Vol. 1. No. 1. P. 2-10.
  6. Wierzbicki A. P., Nakamori Y Basic dimensions of creative space // Creative space: Models of creative processes for knowledge civilization age / Eds. A. P. Wierzbicki, Y. Nakamori. - Berlin: Springer Verlag, 2006. P. 59-90.
  7. Wierzbicki A. P., Nakamori Y. Knowledge sciences: Some new developments//Z. Betriebswirt., 2007. Vol. 77. No. 3. P. 271-295.
  8. Nakamori Y. Knowledge and systems science - enabling systemic knowledge synthesis. - London -New York: CRC Press, Taylor & Francis Group, 2013. 234 p.
  9. Kay C., Roberts J., Samuels M., Wotherspoon I., Alexander M. The historical thesaurus of English. Version 4.2. - Glasgow, U.K.: University of Glasgow, 2015. https: //historicalthesaurus.arts.gla.ac.uk.
  10. Kay C., Roberts J., Samuels M., Wotherspoon I., Alexander M. The historical thesaurus of English: Face. - Glasgow, U.K.: University of Glasgow, 2015. http://historicalthesaurus.arts.gla.ac.uk/category- selection/?qsearch=face.
  11. Ramiro C., Srinivasan M., Malt B. C.,Xu Y. Algorithms in the historical emergence of word senses // P. Natl. Acad. Sci. USA, 2018. Vol. 115. №. 10. P. 2323-2328.
  12. The British National Corpus (Oxford University Computing Services). www.natcorp.ox.ac.uk.
  13. Добровольский Д. О., Зализняк Анна А. Немецкие конструкции с модальными глаголами и их русские соответствия: проект надкорпусной базы данных // Компьютерная лингвистика и интеллектуальные технологии: По мат-лам Междунар. конф. "Диалог". - М.: РГГУ, 2018. С. 172-184.
  14. Параллельный немецкий корпус. http://www. ruscorpora.ru/search-para-de.html.
  15. Loiseau S., Sitchinava D. V., Zalizniak Anna A., Zats- man I. M. Information technologies for creating the database of equivalent verbal forms in the Russian-French multivariant parallel corpus // Информатика и её применения, 2013. Т. 7. Вып. 2. С. 100-109.
  16. Немецко-русский словарь: актуальная лексика / Под ред. Д. О. Добровольского. - М.: Лексрус, 2018 (в пе-чати).
  17. Zatsman I., Buntman N. Outlining goals for discovering new knowledge and computerised tracing of emerging meanings discovery // 16th European Conference on Knowledge Management Proceedings. - Reading, MA, USA: Academic Publishing International Ltd., 2015. P. 851-860.
  18. Zatsman I., Buntman N., Coldefy-Faucard A., Nuriev V. WEB knowledge base for asynchronous brainstorming // 17th European Conference on Knowledge Management Proceedings. - Reading: Academic Publishing Interna- tionalLtd., 2016. P. 976-983.

STATISTICAL ANALYSIS OF LANGUAGE SPECIFICITY OF CONNECTIVES BASED ON PARALLEL TEXTS

  • O. Yu. Inkova  Institute of Informatics Problems, Federal Research Center "Computer Science and Control" of the Russian Academy of Sciences, 44-2 Vavilov Str., Moscow 119333, Russian Federation
  • M. G. Kruzhkov  Institute of Informatics Problems, Federal Research Center "Computer Science and Control" of the Russian Academy of Sciences, 44-2 Vavilov Str., Moscow 119333, Russian Federation

СТАТИСТИЧЕСКИЙ АНАЛИЗ ЛИНГВОСПЕЦИФИЧНОСТИ КОННЕКТОРОВ (НА МАТЕРИАЛЕ ПАРАЛЛЕЛЬНЫХ КОРПУСОВ)

  • О. Ю. Инькова  Институт проблем информатики Федерального исследовательского центра "Информатика и управление" Российской академии наук
  • М. Г. Кружков  Институт проблем информатики Федерального исследовательского центра "Информатика и управление" Российской академии наук

Литература

  1. Wierzbicka A. Semantics, culture, and cognition. Universal human concepts in culture-specific configurations. - Oxford: Oxford University Press, 1992. 496 p.
  2. Зализняк Анна А., Левонтина И. Б. Отражение национального характера в лексике русского языка // Russ. Linguist., 1996. Вып. 20. С. 237-264.
  3. Зализняк Анна А., Левонтина И. Б., Шмелев А. Д. Константы и переменные русской языковой картины мира. - М.: Языки славянских культур, 2012. 696 c.
  4. Зализняк Анна А. Лингвоспецифичные единицы русского языка в свете контрастивного корпусного анализа // Компьютерная лингвистика и интеллектуальные технологии: По мат-лам ежегодной Междунар. конф. "Диалог". - М.: РГГУ, 2015. Вып. 14(21). С. 683-695.
  5. Kruzhkov M. Supracorpora Databases as corpus-based superstructure for manual annotation of parallel corpora // 8th Conference (International) on Corpus Linguistics. - EPiC ser. in language and linguistics. - 2016. Vol. 1. P. 236-248. https://easychair.org/ publications/paper/270289.
  6. Инькова О., Кружков М. Надкорпусные русско-французские базы данных глагольных форм и коннекторов // Lingue slave a confronto. - Bergamo: Bergamo University Press, 2016. С. 365-392.
  7. Inkova O., Popkova N. Statistical data as information source for linguistic analysis of Russian connectors // Информатика и её применения, 2017. Т 11. Вып. 3. С. 123-131.
  8. Johansson S. Seeing through Multilingual Corpora. - Amsterdam: John Benjamins B.V., 2007. 355 p.
  9. Инькова О. Принципы определения степени лингво- специфичности коннекторов // Компьютерная лин-гвистика и интеллектуальные технологии: По мат- лам ежегодной Междунар. конф. "Диалог". - М.: РГГУ, 2017. Вып. 16(23). С. 139-149.
  10. Inkova-Manzotti O. Encore sur la conjonction russe a to // Revue des etudes slaves, 2005. Vol. 76. No. 4. P. 485-497.
  11. Sanders T. J. M. Coherence, causality and cognitive com-plexity in discourse // 1st Symposium (International) on the Exploration and Modelling of Meaning Proceedings. - Toulouse: University of Toulouse-le-Mirail, 2005. P. 105-114.
  12. Hoek J., Evers-Vermeul J., Sanders T. The role of expect-edness in the implicitation and explicitation of discourse relations // Discourse in Machine Translation (DiscoMT 2015): 2nd Workshop Proceedings. - Lisbon, Portugal: Association for Computational Linguistics, 2015. P. 41- 46.

СЕМАНТИЧЕСКАЯ ОБРАБОТКА НЕСТРУКТУРИРОВАННЫХ ТЕКСТОВЫХ ДАННЫХ НА ОСНОВЕ ЛИНГВИСТИЧЕСКОГО ПРОЦЕССОРА PullEnti

  • Е. Б. Козеренко  Институт проблем информатики Федерального исследовательского центра "Информатика и управле ние " Российской академии наук, kozerenko@mail.ru
  • К. И. Кузнецов  Институт проблем информатики Федерального исследовательского центра "Информатика и управление" Российской академии наук, k.smith@mail.ru
  • Д. А. Романов  Национальный исследовательский университет "Высшая школа экономики", DRomanov@it.ru

Литература

  1. Shaumyan S. Categorial grammar and semiotic universal grammar // Conference (International) on Artificial In-telligence Proceedings. - Las Vegas, NV, USA: CSREA Press, 2003. P. 623-629.
  2. Kuznetsov I. P., Kozerenko E. B., Matskevich A. G. Intelligent extraction of knowledge structures from natural language texts // IEEE/WIC/ACM Joint Conferences (International) on Web Intelligence and Intelligent Agent Technology Proceedings. - Washington, DC, USA: IEEE Computer Society, 2011. Vol. 3. P. 269-272.
  3. Dempster A. P., Laird N. M., Rubin D. B. Maximum like-lihood from incomplete data via the EM algorithm // J. Roy. Stat. Soc. B, 1977. Vol. 39. Iss. 1. P. 1-22.
  4. Lund K., Burgess C. Producing high-dimensional semantic spaces from lexical co-occurrence // Behav. Res. Meth. Ins. C., 1996. Vol. 28. Iss. 2. P. 203-208.
  5. Curran J. R. From distributional to semantic similarity. - Edinburgh: University of Edinburgh, 2004. PhD Thesis. 177p. https://www.inf.ed.ac.uk/publications/thesis/ online/IP030023.pdf
  6. McCarthy D., Koeling R., Weeds J., Carroll J. Finding predominant senses in untagged text // 42nd Annual Meeting of the Association for Computational Linguistics Proceedings. - Stroudsburg, PA, USA: Association for Computational Linguistics, 2004. P. 280-287. doi: 10.3115/1218955.1218991.
  7. Clark S., Pulman S. Combining symbolic and distributional models of meaning // AAAI Spring Symposium on Quantum Interaction Proceedings. - Palo Alto, CA, USA: AAAI Press, 2007. 4 p. http://www.cl.cam.ac.uk/ ~sc609/pubs/aaai07.pdf.
  8. Kozerenko E. B. Parallel texts alignment strategies // Conference (International) on Artificial Intelligence Proceedings. - Las Vegas, NV, USA: CSREA Press, 2012. Vol. 2. P. 945-951.
  9. Danielson D. A. Vectors and tensors in engineering and physics. - 2nd ed. - Boulder, CO, USA: Westview (Perseus), 2003. 287 p.
  10. Montague R. Universal grammar// Theoria, 1970. Vol. 36. P. 373-398. (Reprinted in: Formal philosophy: Selected papers of Richard Montague / Ed. R. H. Thomason. - New Haven, CT, USA: Yale University Press, 1974. P. 7-27.)
  11. Pang B., Knight K., Marcu D. Syntax-based alignment of multiple translations: Extracting paraphrases and generating new sentences // Conference of the North American Chapter of the Association for Computational Linguistics on Human Language Technology Proceedings. - Stroudsburg, PA, USA: Association for Computational Linguistics. 2003. Vol. 1. P. 102-109. doi: 10.3115/1073445.1073469.
  12. FACRUEVAL. Evaluation of named entity recognition and fact extraction systems for Russian, 2016. http:// ww.dialog-21.ru/media/3430/starostinaetal.pdf.

УПРАВЛЕНИЕ ВЫХОДОМ СТОХАСТИЧЕСКОЙ ДИФФЕРЕНЦИАЛЬНОЙ СИСТЕМЫ ПО КВАДРАТИЧНОМУ КРИТЕРИЮ. I. ОПТИМАЛЬНОЕ РЕШЕНИЕ МЕТОДОМ ДИНАМИЧЕСКОГО ПРОГРАММИРОВАНИЯ

  • А. В. Босов  Институт проблем информатики Федерального исследовательского центра "Информатика и управление" Российской академии наук, AVBosov@ipijran.ru
  • А. И. Стефанович  Институт проблем информатики Федерального исследовательского центра "Информатика и управление" Российской академии наук, AStefanovich@frccsc.ru

Литература

  1. Athans M. Editorial on the LQG problem // IEEE T Automat. Contr., 1971. Vol. 16. No. 6. P. 528-552. doi: 10.1109/TAC.1971.1099845.
  2. Wu Z. Forward-backward stochastic differential equations, linear quadratic stochastic optimal control and nonzero sum differential games // J. Syst. Sci. Complex., 2005. Vol. 18. No. 2. P. 179-192.
  3. Chen B.S., Zhang W. Stochastic H2/H1 control with state-dependent noise // IEEE T. Automat. Contr., 2004. Vol. 49. No. 1. P. 45-56. doi: 10.1109/TAC.2003.821400.
  4. Bohacek S. A stochastic model of TCP and fair video trans-mission// IEEE INFOCOM, 2003. Vol. 2. P. 1134-1144. doi: 10.1109/INFC0M.2003.1208950.
  5. Домбровский В. В., Объедко Т. Ю. Управление с прогнозированием системами с марковскими скачками при ограничениях и применение к оптимизации инвестиционного портфеля // Автомат. телемех., 2011. № 5. С. 96-112. doi: 10.1134/S0005117911050079.
  6. Баландин Д. В., Коган М. М. Оптимальное линейно-квадратичное управление: от матричных уравнений к линейным матричным неравенствам // Автомат. телемех., 2011. №11. С. 60-69. doi: 10.1134/ S0005117911110038.
  7. Босов А. В. Обобщенная задача распределения ресурсов программной системы // Информатика и её применения, 2014. Т. 8. Вып. 2. С. 39-47. doi: 10.14357/19922264140204.
  8. Босов А. В. Управление линейным выходом дискретной стохастической системы по квадратичному критерию // Изв. РАН. Теория и системы управления, 2016. № 3. С. 19-35. doi: 10.1134/S1064230716030060.
  9. Флеминг У., Ришел Р. Оптимальное управление детерминированными и стохастическими системами / Пер. с англ. - М.: Мир, 1978. 316 с. (Fleming W.H., Rishel R. W. Deterministic and stochastic optimal control. - New York, NY, USA: Springer-Verlag, 1975.222p.)
  10. Девис М.Х.А. Линейное оценивание и стохастическое управление / Пер. с англ. - М.: Наука, 1984. 206 с. (Davis M.H.A. Linear estimation and stochastic control. - London: Chapman and Hall, 1977. 224 p.)

МОДЕЛЬ ПЕРЕДВИЖЕНИЯ ПОЕЗДОВ И МАНЕВРОВЫХ ЛОКОМОТИВОВ НА ЖЕЛЕЗНОДОРОЖНОЙ СТАНЦИИ В ПРИЛОЖЕНИИ К ОЦЕНКЕ И АНАЛИЗУ ВЕРОЯТНОСТИ БОКОВОГО СТОЛКНОВЕНИЯ

  • А. В. Босов  Институт проблем информатики Федерального исследовательского центра "Информатика и управление" Российской академии наук, AVBosov@ipijran.ru
  • А. Н. Игнатов  Московский авиационный институт (национальный исследовательский университет), alexei.ignatov1@gmail.com
  • А. В. Наумов  Московский авиационный институт (национальный исследовательский университет), naumovav@mail.ru

Литература

  1. ГОСТ 33433-2015. Безопасность функциональная. Управление рисками на железнодорожном транспорте. - М.: Стандартинформ, 2016. 34 c.
  2. Шубинский И. Б., Проневич О. Б., Данилова А. Д. Осо-бенности оценки вероятности возникновения пожаров на тепловозах различных серий // Надежность, 2016. T. 16. №4. С. 24-29. doi: 10.21683/1729-26462016-16-4-24-29.
  3. Крутиков А. М. Оценка надежности рельсов Р65 по ресурсу: экспериментальные исследования. - М.: Финансы и статистика, 2016. 151 c.
  4. Замышляев А. М., Игнатов А. Н., Кибзун А. И., Новожилов Е. О. Функциональная зависимость между количеством вагонов в сходе из-за неисправностей вагонов или пути и факторами движения // Надежность, 2018. T. 18. № 1. С. 53-60. doi: 10.21683/17292646-2018-18-1-53-60.
  5. Кибзун А. И., Игнатов А. Н. О задаче распределения инвестиций в установку средств, предотвращающих несанкционированный проезд автотранспортом же-лезнодорожных переездов, для различных статисти-ческих критериев // Надежность, 2018. T. 18. № 2. С. 31-37. doi: 10.21683/1729-2646-2018-18-2-31-37.
  6. Bagheri M, Saccomanno F., Chenouri S., Fu L. Reducing the threat of in-transit derailments involving dangerous goods through effective placement along the train consist//Accident Anal. Prev., 2011. Vol. 43. Iss. 4. P 613- 620. doi: 10.1016/j.aap.2010.09.008.
  7. Игнатов А. Н., Кибзун А. И., Платонов Е. Н. Оценка вероятности столкновения железнодорожных составов на железнодорожных станциях на основе пуассо- новской модели //Автоматика и телемеханика, 2016. № 11. С. 43-59. doi: 10.1134/S0005117916110035.
  8. Шубинский И. Б., Замышляев А. М., Игнатов А. Н., Кан Ю. С., Кибзун А. И., Платонов Е. Н. Оценка рисков, связанных с проездом запрещающего сигнала светофора маневровым составом или пассажирским поездом // Надежность, 2016. T. 16. №3. С. 39-46. doi: 10.21683/1729-2646-2016-16-3-39-46.
  9. Иванов С. В., Кибзун А. И., Осокин А. В. Оптимиза-ционная стохастическая модель назначения локо-мотивов для перевозки грузовых составов // Авто-матика и телемеханика, 2016. № 11. С. 80-95. doi: 10.1134/S0005117916110059.
  10. Лазарев А. А., Мусатова Е. Г., Тарасов И. А. Решение задачи планирования двухстороннего движения на однопутном участке железной дороги с разъездом // Автоматика и телемеханика, 2016. № 11. С. 158-174. doi: 10.1134/S0005117916110047.
  11. Гайнанов Д. Н., Рассказова В. А. Математическое мо-делирование в задаче оптимального назначения и пе-ремещения локомотивов методами теории графов и комбинаторной оптимизации // Труды МАИ, 2017. № 92. 24 с.
  12. Буянов М. В., Иванов С. В., Кибзун А. И., Наумов А. В. Развитие математической модели управления гру-зоперевозками на участке железнодорожной сети с учетом случайных факторов // Информатика и её применения, 2017. T. 11. Вып. 4. С. 85-93. doi: 10.14357/19922264170411.
  13. Искаков Т. А. Имитационное моделирование функционирования транспортного узла // Интеллектуальные системы управления на железнодорожном транспорте. Компьютерное и математическое моделирование: Труды Vнаучно-технич. конф. с международным участием. - М.: НИИАС, 2016. С. 221-225.
  14. Шубинский И. Б. Функциональная надежность ин-формационных систем. Методы анализа. - Ульяновск: Печатный двор, 2012. 296 c.

ФИЛЬТРАЦИЯ СОСТОЯНИЙ МАРКОВСКИХ СКАЧКООБРАЗНЫХ ПРОЦЕССОВ ПО ДИСКРЕТИЗОВАННЫМ НАБЛЮДЕНИЯМ

  • А. В. Борисов  Институт проблем информатики Федерального исследовательского центра "Информатика и управление" Российской академии наук, aborisov@frccsc.ru

Литература

  1. Wonham W. Some applications of stochastic differential equations to optimal nonlinear filtering // SIAM J. Con-trol, 1965. Vol. 2. P. 347-369.
  2. Kloeden P., Platen E. Numerical solution of stochastic differential equations. - Berlin: Springer, 1992. 636 p.
  3. Yin G., Zhang Q, Liu Y. Discrete-time approximation of Wonham filters // J. Control Theory Applications, 2004. Iss. 2. P. 1-10.
  4. Platen E., Rendek R. Quasi-exact approximation of hidden Markov chain filters // Communicat. Stoch. Analys., 2010. Vol. 4. Iss. 1. P. 129-142.
  5. Борисов А. Фильтрация Вонэма по наблюдениям с мультипликативными шумами // Автоматика и те-лемеханика, 2018. № 1. C. 52-65.
  6. Бертсекас Д., Шрив С. Стохастическое оптимальное управление. Случай дискретного времени / Пер. с англ. - М.: Наука, 1985. 280 c. (Betsekas D. P., Shreve S. E. Stochastic optimal control: The discretetime case. - Orlando, FL, USA: Academic Press Inc., 1978. 323 p.)
  7. Жакод Ж., Ширяев А. Предельные теоремы для случайных процессов, I. / Пер. с англ. - М.: Физматлит, 1995. 544 c. (Jacod J., Shiryaev A. Limit theorems for stochastic processes. - Berlin: Springer, 2003. 664 p.)
  8. Sericola B. Occupation times in Markov processes // Commun. Stat. Stochastic Models, 2000. Vol. 16. Iss. 5. P. 479-510.
  9. Боровков А. Асимптотические методы в теории массового обслуживания. - М.: Физматлит, 1995. 384 c.
  10. Борисов А. Классификация по непрерывным наблюдениям с мультипликативными шумами. I. Формулы байесовской оценки // Информатика и её применения, 2017. Т. 11. Вып. 1. C. 11-19. doi: 10.14357/19922264170102.
  11. Борисов А. Классификация по непрерывным наблюдениям с мультипликативными шумами. II. Алгоритм численной реализации оценки // Информатика и её применения, 2017. Т. 11. Вып. 2. C. 33-41. doi: 10.14357/19922264170204.






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