ÑоÑÐ¼Ð°Ñ Adobe PDF, ÑÐ°Ð·Ð¼ÐµÑ 2173 Ðб - ÐнÑоÑмаÑионно ...
ÑоÑÐ¼Ð°Ñ Adobe PDF, ÑÐ°Ð·Ð¼ÐµÑ 2173 Ðб - ÐнÑоÑмаÑионно ... ÑоÑÐ¼Ð°Ñ Adobe PDF, ÑÐ°Ð·Ð¼ÐµÑ 2173 Ðб - ÐнÑоÑмаÑионно ...
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
- Page 66 and 67: ISBN 5-7262-0471-9ЛЕКЦИИ ПО
- Page 68 and 69: ISBN 5-7262-0471-9ЛЕКЦИИ ПО
- Page 70 and 71: ISBN 5-7262-0471-9ЛЕКЦИИ ПО
- Page 72 and 73: Б. В. КРЫЖАНОВСКИЙ,
- Page 74 and 75: ISBN 5-7262-0471-9ЛЕКЦИИ ПО
- Page 76 and 77: ISBN 5-7262-0471-9ЛЕКЦИИ ПО
- Page 78 and 79: ISBN 5-7262-0471-9ЛЕКЦИИ ПО
- Page 80 and 81: ISBN 5-7262-0471-9ЛЕКЦИИ ПО
- Page 82 and 83: ISBN 5-7262-0471-9ЛЕКЦИИ ПО
- Page 84 and 85: ISBN 5-7262-0471-9ЛЕКЦИИ ПО
- Page 86 and 87: Н. Г. МАКАРЕНКОИнст
- Page 88 and 89: ISBN 5-7262-0471-9ЛЕКЦИИ ПО
- Page 90 and 91: ISBN 5-7262-0471-9ЛЕКЦИИ ПО
- Page 92 and 93: ISBN 5-7262-0471-9ЛЕКЦИИ ПО
- Page 94 and 95: ISBN 5-7262-0471-9ЛЕКЦИИ ПО
- Page 96 and 97: ISBN 5-7262-0471-9ЛЕКЦИИ ПО
- Page 98 and 99: ISBN 5-7262-0471-9ЛЕКЦИИ ПО
- Page 100 and 101: ISBN 5-7262-0471-9ЛЕКЦИИ ПО
- Page 102 and 103: ISBN 5-7262-0471-9ЛЕКЦИИ ПО
- Page 104 and 105: ISBN 5-7262-0471-9ЛЕКЦИИ ПО
- Page 106 and 107: ISBN 5-7262-0471-9ЛЕКЦИИ ПО
- Page 108 and 109: ISBN 5-7262-0471-9ЛЕКЦИИ ПО
- Page 110 and 111: ISBN 5-7262-0471-9ЛЕКЦИИ ПО
- Page 112 and 113: ISBN 5-7262-0471-9ЛЕКЦИИ ПО
- Page 114 and 115: ISBN 5-7262-0471-9ЛЕКЦИИ ПО
- Page 118 and 119: ISBN 5-7262-0471-9ЛЕКЦИИ ПО
- Page 120 and 121: ISBN 5-7262-0471-9ЛЕКЦИИ ПО
- Page 122 and 123: ISBN 5-7262-0471-9ЛЕКЦИИ ПО
- Page 124 and 125: ISBN 5-7262-0471-9ЛЕКЦИИ ПО
- Page 126 and 127: ISBN 5-7262-0471-9ЛЕКЦИИ ПО
- Page 128 and 129: ISBN 5-7262-0471-9ЛЕКЦИИ ПО
- Page 130 and 131: ISBN 5-7262-0471-9ЛЕКЦИИ ПО
- Page 132 and 133: ISBN 5-7262-0471-9ЛЕКЦИИ ПО
- Page 134 and 135: ISBN 5-7262-0471-9ЛЕКЦИИ ПО
- Page 136 and 137: ISBN 5-7262-0471-9ЛЕКЦИИ ПО
- Page 138 and 139: ISBN 5-7262-0471-9ЛЕКЦИИ ПО
- Page 140 and 141: ISBN 5-7262-0471-9ЛЕКЦИИ ПО
- Page 142 and 143: ISBN 5-7262-0471-9ЛЕКЦИИ ПО
- Page 144 and 145: ISBN 5-7262-0471-9ЛЕКЦИИ ПО
- Page 146 and 147: ISBN 5-7262-0471-9ЛЕКЦИИ ПО
- Page 148 and 149: ISBN 5-7262-0471-9ЛЕКЦИИ ПО
- Page 150 and 151: ISBN 5-7262-0471-9ЛЕКЦИИ ПО
- Page 152 and 153: ISBN 5-7262-0471-9ЛЕКЦИИ ПО
- Page 154 and 155: ISBN 5-7262-0471-9ЛЕКЦИИ ПО
- Page 156 and 157: ISBN 5-7262-0471-9ЛЕКЦИИ ПО
- Page 158 and 159: ISBN 5-7262-0471-9ЛЕКЦИИ ПО
- Page 160 and 161: ISBN 5-7262-0471-9ЛЕКЦИИ ПО
- Page 162 and 163: ISBN 5-7262-0471-9ЛЕКЦИИ ПО
- Page 164 and 165: ISBN 5-7262-0471-9ЛЕКЦИИ ПО
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