формат Adobe PDF, размер 2173 Кб - Информационно ...

формат Adobe PDF, размер 2173 Кб - Информационно ... формат Adobe PDF, размер 2173 Кб - Информационно ...

neurolectures.narod.ru
from neurolectures.narod.ru More from this publisher
11.07.2015 Views

ISBN 5–7262–0471–9ЛЕКЦИИ ПО НЕЙРОИНФОРМАТИКЕ• существует гладкая динамическая система f t : M → M с конечномерныматтрактором A;• аттрактор имеет единственную инвариантную меру µ: она описываетчастоту посещаемости различных частей аттрактора, т. е.время, которое проводит фазовая траектория в каждом фрагментеаттрактора;• мера эргодична (частота посещаемости пропорциональна объемуфрагмента) и инвариантна под действием f t , т. е. µ(B) =µ(f t (B)) для любого B ⊆ A;• начальная точка фазовой траектории — типичная точка в смыслемеры µ .9. Это просто запись последовательных процедур, которые следует читатьслева направо: сперва мы отображаем точку из R m в фазовоепространство M с помощью F −1 , затем сдвигаем полученный образв M с помощью отображения f t и наконец, отображаем полученнуюфазовую точку с помощью F назад в R m .10. Это легко понять для вложения временного ряда в R 2 : если h n ≃h n+1 — пара координат (h n , h n+1 ) принадлежит диагонали!11. В общем случае, запаздывающие координаты получают сдвигом нанекоторый лаг τ. Следовательно, для трехмерной системы имеем:y 1 (t) = x 1 (t) ,y 2 (t) = x 1 (t − τ) ,y 3 (t) = x 1 (t − 2τ) .Тогда уравнения движения имеют вид: y˙i = H i (y), для i = 1, 2, 3, нофункции H i , в отличие от дифференциальных координат Паккарданельзя явно выразить через первоначальные функции F i (x) [25].12. Пусть µ — борелева вероятностная мера с ограниченным носителемв R n с метрикой | ∗ |. Определим корреляционную функцию C d (ε),как взвешенную с помощью µ долю пар векторов (x, y) ∈ R d ⊆ R n ,таких что |x − y| ε. Тогда, корреляционная размерность ν меры µопределяется выражением:ν(µ) = sups{ ∫ ∫ |x − y| −s dµ(x)dµ(y) =∫ ∞116 УДК 004.032.26 (06) Нейронные сети0}ε −s dC d (ε) < ∞ .

Н. Г. МАКАРЕНКОМасштабное поведение размерности следует из следующего построения.Разобьем компактную область в R d , содержащую N точек, наN(ε) непустых кубов, и пусть µ i — число точек в i-ом кубе. Тогда сточностью до O(1):C d (ε) ≈ N −2 ∑ iµ 2 i = N(ε)N −2 〈µ 2 〉.Здесь 〈∗〉 — среднее по всем непустым боксам. Используя неравенствоШварца, получаем:N(ε)N −2 〈µ 2 〉 ≈ N −2 N(ε)〈µ〉 2 =Таким образом, в пределах малых ε:= N −2 N −1 (ε)[ ∑µi] 2= 1/N(ε) = ε d .C d (ε) ∝ ε ν ; ν ≡ d = lim log C d (ε)/ log ε.Путеводитель по литературе. В основе эмбедологии лежат статьи [17–18]; историческая предтеча алгоритмического моделирования изложена вобзорной статье [22]. Понятное и строгое изложение теоремы Такенса данов работе [21]. В [19] обсуждаются Кредо идеального экспериментатора(см. с. 115), впервые введенное в [18]. Фракталы и их связь с динамическимисистемами изложены в [23] и лекции [24]. Современное изложениетеории гладких эргодических динамических систем можно найти в [25–33]. Разнообразные определения аттракторов приводятся в статье Милнора[34]. В обзорах [35–36] изложена техника алгоритмического моделирования,главные первоисточники содержатся в сборнике репринтов оригинальныхработ [15]. Существует довольно много компьютерных программ дляалгоритмического моделирования, наиболее полезными из них, по моемумнению, являются пакеты Tisean (Linux, Dos) [37] и TSTOOL (WindowsMatLab) [38].УДК 004.032.26 (06) Нейронные сети 117

Н. Г. МАКАРЕНКОМасштабное поведение размерности следует из следующего построения.Разобьем компактную область в R d , содержащую N точек, наN(ε) непустых кубов, и пусть µ i — число точек в i-ом кубе. Тогда сточностью до O(1):C d (ε) ≈ N −2 ∑ iµ 2 i = N(ε)N −2 〈µ 2 〉.Здесь 〈∗〉 — среднее по всем непустым боксам. Используя неравенствоШварца, получаем:N(ε)N −2 〈µ 2 〉 ≈ N −2 N(ε)〈µ〉 2 =Таким образом, в пределах малых ε:= N −2 N −1 (ε)[ ∑µi] 2= 1/N(ε) = ε d .C d (ε) ∝ ε ν ; ν ≡ d = lim log C d (ε)/ log ε.Путеводитель по литературе. В основе эмбедологии лежат статьи [17–18]; историческая предтеча алгоритмического моделирования изложена вобзорной статье [22]. Понятное и строгое изложение теоремы Такенса данов работе [21]. В [19] обсуждаются Кредо идеального экспериментатора(см. с. 115), впервые введенное в [18]. Фракталы и их связь с динамическимисистемами изложены в [23] и лекции [24]. Современное изложениетеории гладких эргодических динамических систем можно найти в [25–33]. Разнообразные определения аттракторов приводятся в статье Милнора[34]. В обзорах [35–36] изложена техника алгоритмического моделирования,главные первоисточники содержатся в сборнике репринтов оригинальныхработ [15]. Существует довольно много компьютерных программ дляалгоритмического моделирования, наиболее полезными из них, по моемумнению, являются пакеты Tisean (Linux, Dos) [37] и TSTOOL (WindowsMatLab) [38].УДК 004.032.26 (06) Нейронные сети 117

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!