| DC Field | Value | Language |
|---|
| dc.contributor.author | Муха, В. С. | - |
| dc.contributor.author | Трофимович, А. Ф. | - |
| dc.date.accessioned | 2019-04-01T12:47:19Z | - |
| dc.date.available | 2019-04-01T12:47:19Z | - |
| dc.date.issued | 2008 | - |
| dc.identifier.citation | Муха, В. С. Минимальный риск для наилучшего полиномиального многомерно-матричного предиктора / В. С. Муха, А. Ф. Трофимович // Доклады БГУИР. - 2008. - № 6 (36). - С. 103 - 108. | ru_RU |
| dc.identifier.uri | https://libeldoc.bsuir.by/handle/123456789/34893 | - |
| dc.description.abstract | Рассматривается задача построения оптимальной полиномиальной прогнозирующей функции, позволяющей принимать решение о случайной многомерной матрице по наблюдению
другой случайной многомерной матрицы. Получен алгоритм расчета минимального риска
для наилучшей полиномиальной прогнозирующей функции при квадратичной функции потерь. Алгоритм предназначен для сравнения различных полиномиальных предикторов между собой. Он может быть использован, в частности, для анализа эффективности нелинейного прогнозирования случайных процессов. | ru_RU |
| dc.language.iso | ru | ru_RU |
| dc.publisher | БГУИР | ru_RU |
| dc.subject | доклады БГУИР | ru_RU |
| dc.subject | риск | ru_RU |
| dc.subject | многомерные матрицы | ru_RU |
| dc.subject | полиномиальный предиктор | ru_RU |
| dc.title | Минимальный риск для наилучшего полиномиального многомерно-матричного предиктора | ru_RU |
| dc.title.alternative | Minimal risk for best polynomial multidimensional-matrix predictor | ru_RU |
| dc.type | Статья | ru_RU |
| local.description.annotation | The task of construction of the optimal polynomial predicting function is considered, permitting to make a decision on a casual multidimensional matrix on observation of other casual multidimensional matrix. The algorithm of calculation of minimal risk for the best polynomial predicting
function is obtained at a quadratic loss function. The algorithm intended for matching various polynomial predictors among themselves. It can be used, in particular, for the analysis of effectiveness of
nonlinear forecasting of casual processes. | - |
| Appears in Collections: | №6 (36)
|
