MOCKBA - POCTOK   |   Publications and presentations by Anatoli Michalski   |   Algorithms and programs for dependencies reconstraction


ОГЛАВЛЕНИЕ

ЧАСТЬ ПЕРВАЯ         Основы Теории Восстановления Зависимостей по Выборкам Ограниченного Объёма
ЧАСТЬ ВТОРАЯ         Алгоритмы и Программы Распознавания Образов
ЧАСТЬ ТРЕТЬЯ         Алгоритмы и Программы Восстановления Многомерной Регрессии
ЧАСТЬ ЧЕТВЁРТАЯ   Алгоритмы и Программы Восстановления Одномерных Зависимостей
ЧАСТЬ ПЯТАЯ           Работа с Комплексом Программ

Предисловие										  3
ЧАСТЬ ПЕРВАЯ ОСНОВЫ ТЕОРИИ ВОССТАНОВЛЕНИЯ ЗАВИСИМОСТЕЙ ПО ВЫБОРКАМ ОГРАНИЧЕННОГО ОБЪЁМА
Глава 1. Задачи восстановления зависимостей § 1. Задача обучения распознаванию образов 6 § 2. Задача восстановления регресии 8 § 3. Задача интерпретации результатов косвенных экспериментов 11 § 4. Некорректно поставленные задачи 12 § 5. Задача минимизации среднего риска по эмпирическим данным 16 § 6. О точности и надежности минимизации риска по эмпирическим данным 17 § 7. О точности восстановления зависимости по эмпирическим данным 18 § 8. Особенности задач восстановления зависимостей 21 6 Глава 2. Проблема минимизации среднего риска § 1. Проблема больших выбросов 23 § 2. Априорная информация в задачах восстановления зависимостей по эмпирическим данным 27 § 3. Два механизма минимизации среднего риска 29 § 4. Задача восстановления плотности распределения вероятности 32 § 5. Равномерная близость эмпирических средних к математическим ожиданиям 35 § 6. Замечания о двух механизмах минимизации среднего риска по эмпирическим данным 37 § 7. Оценка распределения вероятности дискретной случайной величины, принимающей конечное число значений 39 Глава 3. Методы минимизации эмпирического риска в задаче восстановления зависимости § 1. Метод минимизации эмпирического риска 42 § 2. Частный случай 43 § 3. Эпсилон–сеть множества 47 § 4. Ёмкость множества функций 49 § 5. Основные теоремы 51 § 6. Замечания 53 Глава 4. Методы структурной минимизации риска § 1. Идея метода структурной минимизации риска 55 § 2. Оценка "скользящий контроль" 59 § 3. Эквивалентное представление оценки "скользящий контроль". Jp(x1,y1;...;xn,yn)-статистики 61 § 4. Восстановление индикаторной функции в классе линейных решающих правил 65 § 5. Восстановление регрессии в классе полиномов 67 § 6. Использование оценки "скользящий контроль" для восстановления регрессии в классе линейных по параметрам функций 69 § 7. Использование оценки среднего риска для восстановления регрессии в классе линейных по параметрам функций 72 § 8. Селекция обучающей последовательности 74 § 9. Некорректные задачи интерпретации результатов косвенных экспериментов 75 §10. Теоремы об интерпретации результатов косвенных экспериментов 77 §11. Несколько общих замечаний 79 Глава 5. Восстановление значений функции в заданных точках § 1. Схема минимизации суммарного риска 81 § 2. Методы структурной минимизации суммарного риска 83 § 3. Оценка равномерного уклонения частот в двух подвыборках 85 § 4. Оценка равномерного относмтельного уклонения средних в двух подвыборках 87 § 5. Восстановление значений индикаторной функции в классе линейных решающих правил 88 § 6. Восстановление значений произвольной функции в заданных точках 91 § 7. Селекция векторов полной выборки 92 § 8. Восстановление значений индикаторной функции в классе кусочно–линейных решающих правил 94 § 9. Восстановление значений произвольной функции в классе кусочно–линейных функций 96 §10. Локально–линейные алгоритмы восстановления значений индикаторной функции 96 §11. Локально–линейные алгоритмы восстановления значений произвольной функции 99 §12. Замечания о восстановлении значений функции 101 §13. Приложение к главе. Задача таксономии 101 Замечания к теории восстановления зависимостей 104
ЧАСТЬ ВТОРАЯ АЛГОРИТМЫ И ПРОГРАММЫ РАСПОЗНАВАНИЯ ОБРАЗОВ
Глава 6. Методы обучения распознаванию образов § 1. Построение разделяющей гиперплоскости 108 § 2. Метод максимизации квадратичной формы 111 § 3. Построение обобщенного портрета 113 § 4. Проверка качества построенной разделяющей гиперплоскости 117 § 5. Построение гиперплоскости в оптимальном полпространстве признаков 117 § 6. Построение кусочно–линейной разделяющей гиперплоскости 118 § 7. Локально–линейные методы распознавания образов 120 § 8. Восстановление значений функции в заданных точках в классе линейных решающих правил 120 § 9. Восстановление значений функции в классе кусочно–линейных индикаторных функций 122 §10. Локально–линейные методы восстановления значений функции 123 §11. Разбиение значений непрерывного признака на градации 123 Глава 7. Вычислительные процедуры комплекса "обобщенный портрет" § 1. Описание алгоритмическог комплекса OP 126 § 2. Блок VOP 127 § 3. Алгоритм OP 136 § 4. Алгоритм SCONT 142 § 5. Алгоритм NMIN построения разделяющей гиперплоскости в оптимальном подпространстве признаков 143 § 6. Алгоритм KLOP построения кусочно–линейной разделяющей поверхности 149 § 7. LOKOP - локально–линейный алгоритм построения решающего правила 152 § 8. Алгоритм SUMR восстановления в классе линейных решающих правил значений индикаторной фуекции в заданных точках 154 § 9. Алгоритм SUMKL восстановления в классе кусочно–линейных решающих правил значений индикаторной фуекции в заданных точках 157 §10. Алгоритм SUMLOK восстановления в классе локально–линейных решающих правил значений индикаторной фуекции в заданных точках 157 §11. Вспомогательные и сервисные алгоритмы 159 Глава 8. Комплекс программ обучения распознаванию образов FOP § 1. Описание комплекса FOP 161 § 2. Управляющая программа FOP 178 § 3. Базовая конструкция комплекса FOP 189 § 4. Подпрограмма SCONT 193 § 5. Подпрограмма NMIN 193 § 6. Подпрограмма SUMR 195 § 7. Подпрограмма KLOP 196 § 8. Подпрограмма LOKOP 200 § 9. Подпрограмма COEMA 202 §10. Подпрограмма GRAD 205 §11. Типовые задания 210 §12. Тестовые примеры 217 Глава 9. Тексты программ комплекса FOP § 1. Текст программы FOP 232 § 2. Текст программы SCONT 285 § 3. Текст программы NMIN 291 § 4. Текст программы KLOP 306 § 5. Текст программы LOKOP 317 § 6. Текст программы SUMR 329 § 7. Текст программы COEMA 344 § 8. Текст программы GRAD 350 § 9. Текст программы RAPR 365 Добавление. Минимизация среднего риска в классе кусочно–постоянных решающих правил § 1. Особенности минимизации риска в классе классе кусочно–постоянных решающих правил 367 § 2. Алгоритм восстановления значений индикаторной функции 373 § 3. Программа REKTOR 375 § 4. Текст программы REKTOR 378
ЧАСТЬ ТРЕТЬЯ АЛГОРИТМЫ И ПРОГРАММЫ ВОССТАНОВЛЕНИЯ МНОГОМЕРНОЙ РЕГРЕССИИ
Глава 10. Алгоритмы восстановления многомерной регрессии § 1. Восстановление многомерной регрессии методом структурной минимизации 387 § 2. Линейная оценка регрессии. Алгоритмы ЛИР и ЛИР–3 389 § 3. Линейная оценка многомерной регрессии с селекцией выборки. Алгоритмы ЛИРС и ЛИРС–3 391 § 4. Пошаговая линейная оценка регрессии. Алгоритмы ПОР и ПОР–3 393 § 5. Восстановление регрессии в классе кусрчно–линейных функций. Алгоритмы КРЕГ и КРЕГ–3 397 § 6. Локальный алгоритм восстановления значений регрессии (алгоритм ЛОР) 399 Глава 11. Комплект программ ВОЛНА для восстановления многомерной регрессии § 1. Методика решения задачи восстановления многомерной регрессии на ЭВМ 401 § 2. Программа ВВОД 403 § 3. Подпрограмма MASK 405 § 4. Программа ВОЛНА. Алгоритмы восстановления регрессии ЛИР, ЛИР–3, ЛИРС, ЛИРС–3, ПОР и ПОР–3 410 § 5. Программа ВОЛНА. Алгоритмы восстановления регрессии КРЕГ, КРЕГ–3 и ЛОР 414 § 6. Диагностические сообщения программ 416 § 7. Примеры составления пакетов заданий для операционной системы ДОС ЕС 418 § 8. Замечания по организации вычислений с помощью комплекта программ ВОЛНА 422 Глава 12. Программы восстановления многомерной регрессии § 1. Программа ВВОД 424 § 2. Подпрограмма MASK 427 § 3. Программа СОВА 429 § 4. Программа ТАКСОН 432 § 5. Программа НОРМА и подпрограмма ОКРЕСТНОСТЬ 435 § 6. Программа ВОЛНА 437 § 7. Подпрограммы MODMAC, MHK, KPTP и FINPR программы ВОЛНА 441 § 8. Тестовые примеры 445 Глава 13. Тексты программ восстановления многомерной регрессии § 1. Текст программы ВВОД 450 § 2. Текст подпрограммы DIN 454 § 3. Текст подпрограммы MASK 455 § 4. Текст программы СОВА 460 § 5. Текст программы ТАКСОН 470 § 6. Текст программы НОРМА 481 § 7. Текст подпрограммы ОКРЕСТНОСТЬ 483 § 8. Текст программы ВОЛНА 486 Добавление. Гребневые оценки в задачах распознавания образов и восстановления регрессии § 1. Алгоритмы построения гребневых оценок 527 § 2. Программа ЛИРИСК построения гребневых оценок 530 § 3. Программа ЛИРИСК. Описание для пользователя 531 § 4. Программа ЛИРИСК. Описание для программиста 535 § 5. Текст программы ЛИРИСК. 537
ЧАСТЬ ЧЕТВЁРТАЯ АЛГОРИТМЫ И ПРОГРАММЫ ВОССТАНОВЛЕНИЯ ОДНОМЕРНЫХ ЗАВИСИМОСТЕЙ
Глава 14. Алгоритмы восстановления одномерных зависимостей § 1. Алгоритмы восстановления одномерной регрессии 557 § 2. Алгоритмы решения одномерных обратных задач 562 § 3. Алгоритм ЕС регуляризации системы линейных алгебраических уравнений с выбором оптимальной величины параметра регуляризации 569 Глава 15. Программы восстановления одномерных зависимостей § 1. Программа POLREG для построения полиномиального приближения регрессии 572 § 2. Программа SPLREG для построения кубического сплайн–приближения регрессии 576 § 3. Программа SIPORG для построения полиномиального приближения регрессии с селекцией данных 581 § 4. Программа SISPRG для построения кубического сплайн–приближения регрессии c селекцией данных 585 Глава 16. Программы решения одномерных обратных задач интерпретации результатов косвенных экспериментов § 1. Программа POLILL для решения обратных задач в классе полиномов 591 § 2. Программа SPLILL для решения обратных задач в классе кубических сплайнов 596 § 3. Программа SIPOLI для решения обратных задач в классе полиномов с одновременной селекцией данных 602 § 4. Программа SISPIL для решения обратных задач в классе кубических сплайнов с одновременной селекцией данных 606 § 5. Программа REGILL для решения обратных задач методом регуляризации с выбором оптимальной величины параметра регуляризации 611 Глава 17. Вспомогательные подпрограммы и алгоритмы § 1. Подпрограмма–функция PX 606 § 2. Алгоритм построения фундаментальных кубических сплайнов 606 § 3. Подпрограмма MATRB 621 § 4. Подпрограмма SPLNE 622 § 5. Подпрограмма KERMAT для вычисления матрицы системы линейных уравнений, соответствующей интегральному уравнению I рода 624 Глава 18. Тексты программ восстановления одномерных зависимостей § 1. Подпрограмма POLREG 626 § 2. Подпрограмма SPLREG 630 § 3. Подпрограмма SIPORG 636 § 4. Подпрограмма SISPRG 641 § 5. Подпрограмма POLILL 648 § 6. Подпрограмма SPLILL 653 § 7. Подпрограмма SIPOLI 662 § 8. Подпрограмма SISPIL 669 § 9. Подпрограмма REGILL 678 §10. Вспомогательные подпрограммы 684 Добавление. Восстановление плотности вероятности § 1. Восстановление функции плотности – некорректная задача 688 § 2. Метод структурной минимизации риска в задаче восстановления плотности вероятности 689 § 3. Программа DENSIT для нахождения оценки функции плотности вероятности по выборке 692 § 4. Отладочный пример 696 § 5. Текст программs DENSIT 698
ЧАСТЬ ПЯТАЯ РАБОТА С КОМПЛЕКСОМ ПРОГРАММ
Глава 19. О задачах восстановления зависимостей § 1. Задача построения моделей процессов и явлений 708 § 2. Задачи распознавания образов 711 § 3. Задачи восстановления регрессии 723 § 4. Задачи интерпретации результатов косвенных экспериментов 735 Глава 20. Методика работы с комплексом программ восстановления зависимостей § 1. Подготовка исходного материала 751 § 2. Работа с комплексом программ распознавания образов 757 § 3. Работа с комплексом программ восстановления многомерной регрессии 776 § 4. Работа с комплексом программ восстановления одномерных зависимостей 792 Литература 802
Hosted by uCoz