Челябинский физико-математический журнал
RUS  ENG    ЖУРНАЛЫ   ПЕРСОНАЛИИ   ОРГАНИЗАЦИИ   КОНФЕРЕНЦИИ   СЕМИНАРЫ   ВИДЕОТЕКА   ПАКЕТ AMSBIB  
Общая информация
Последний выпуск
Архив

Поиск публикаций
Поиск ссылок

RSS
Последний выпуск
Текущие выпуски
Архивные выпуски
Что такое RSS



Челяб. физ.-матем. журн.:
Год:
Том:
Выпуск:
Страница:
Найти






Персональный вход:
Логин:
Пароль:
Запомнить пароль
Войти
Забыли пароль?
Регистрация


Челябинский физико-математический журнал, 2024, том 9, выпуск 1, страницы 144–159
DOI: https://doi.org/10.47475/2500-0101-2024-9-1-144-159
(Mi chfmj365)
 

Математическое моделирование

Энтропийно-рандомизированное оценивание параметров нелинейной динамической модели по наблюдениям зависимого процесса

А. Ю. Попковa, Ю. А. Дубновab, Ю. С. Попковa

a ФИЦ «Информатика и управление» РАН, Москва, Россия
b НИУ «Высшая школа экономики», Москва, Россия
Список литературы:
Аннотация: Работа посвящена развитию метода рандомизированного машинного обучения в направлении оценивания динамических моделей связанных процессов с использованием реальных данных, один из которых рассматривается в качестве основного, а другой в качестве зависимого. Модель основного процесса в этой концепции реализуется динамической моделью на основе дифференциальных уравнений с параметрами, которые в свою очередь реализуются статической моделью в другой временной шкале. Рандомизированное машинное обучение — новая теория, находящаяся на стыке науки о данных, машинного обучения и интеллектуального анализа данных, основанная на использовании концепции энтропии для оценивания вероятностных характеристик параметров моделей. Такими характеристиками являются распределения вероятностей соответствующих объектов, оценками которых являются распределения, реализованные функциями плотности распределения вероятностей или дискретными распределениями. Достижение этой цели становится возможным благодаря идее перехода от моделей с детерминированными параметрами к моделями со случайными параметрами и, дополнительно, измеряемыми на выходе со случайным шумом, чем достигается учёт стохастической природы, которая, очевидно, присутствует в любом природном феномене. В качестве демонстрации предлагаемого в работе метода рассматривается задача прогнозирования общего количества инфицированных, основанная на динамической эпидемиологической модели SIR, в которой один из параметров рассматривается в качестве состояния связанного процесса, реализуемого статической моделью. Её оценивание производится по наблюдениям основного процесса, а прогнозирование осуществляется с помощью модели связанного процесса. Проведённый эксперимент с использованием реальных данных о случаях заболевания COVID-19 в Германии показывает работоспособность предлагаемого подхода. Прогноз, полученный классическим методом наименьших квадратов, приводит к недооценке выхода модели по сравнению с реальными наблюдаемыми данными, в то время как предлагаемый в работе подход обладает большей гибкостью и потенциально позволяет получать более адекватные реальным данным прогнозы, чем подтверждается его эффективность и адекватность в условиях малого количества данных с высоким уровнем неопределённости.
Ключевые слова: рандомизированное машинное обучение, энтропия, энтропийное оценивание, прогнозирование, рандомизированное прогнозирование.
Финансовая поддержка Номер гранта
Министерство образования и науки РФ 075-15-2020-799
Работа выполнена при поддержке Министерства науки и высшего образования РФ (проект № 075-15-2020-799).
Поступила в редакцию: 06.12.2022
Исправленный вариант: 16.11.2023
Тип публикации: Статья
УДК: 004.942
Образец цитирования: А. Ю. Попков, Ю. А. Дубнов, Ю. С. Попков, “Энтропийно-рандомизированное оценивание параметров нелинейной динамической модели по наблюдениям зависимого процесса”, Челяб. физ.-матем. журн., 9:1 (2024), 144–159
Цитирование в формате AMSBIB
\RBibitem{PopDubPop24}
\by А.~Ю.~Попков, Ю.~А.~Дубнов, Ю.~С.~Попков
\paper Энтропийно-рандомизированное оценивание параметров нелинейной динамической модели по наблюдениям зависимого процесса
\jour Челяб. физ.-матем. журн.
\yr 2024
\vol 9
\issue 1
\pages 144--159
\mathnet{http://mi.mathnet.ru/chfmj365}
\crossref{https://doi.org/10.47475/2500-0101-2024-9-1-144-159}
Образцы ссылок на эту страницу:
  • https://www.mathnet.ru/rus/chfmj365
  • https://www.mathnet.ru/rus/chfmj/v9/i1/p144
  • Citing articles in Google Scholar: Russian citations, English citations
    Related articles in Google Scholar: Russian articles, English articles
    Челябинский физико-математический журнал
    Статистика просмотров:
    Страница аннотации:45
    PDF полного текста:28
    Список литературы:12
     
      Обратная связь:
     Пользовательское соглашение  Регистрация посетителей портала  Логотипы © Математический институт им. В. А. Стеклова РАН, 2024