<?xml version="1.0" encoding="UTF-8"?>
<feed xmlns="http://www.w3.org/2005/Atom" xmlns:dc="http://purl.org/dc/elements/1.1/">
<title>Компьютерная математика, 2012, № 1</title>
<link href="http://dspace.nbuv.gov.ua:80/handle/123456789/69385" rel="alternate"/>
<subtitle/>
<id>http://dspace.nbuv.gov.ua:80/handle/123456789/69385</id>
<updated>2026-04-13T04:34:25Z</updated>
<dc:date>2026-04-13T04:34:25Z</dc:date>
<entry>
<title>Реоптимизация задачи о минимальном вершинном покрытии k-равномерного гиперграфа</title>
<link href="http://dspace.nbuv.gov.ua:80/handle/123456789/84700" rel="alternate"/>
<author>
<name>Михайлюк, В.А.</name>
</author>
<id>http://dspace.nbuv.gov.ua:80/handle/123456789/84700</id>
<updated>2015-07-13T00:02:05Z</updated>
<published>2012-01-01T00:00:00Z</published>
<summary type="text">Реоптимизация задачи о минимальном вершинном покрытии k-равномерного гиперграфа
Михайлюк, В.А.
Для реоптимизации задачи о минимальном вершинном покрытии k-равномерного гиперграфа при добавлении h вершин (h = O(log n), n – общее число вершин) и некоторого числа гиперребер приводится полиномиальный (2–1/k) – приближенный алгоритм. При выполнении уникальной игровой гипотезы (UGC) аппроксимационное отношение 2–1/k является пороговым в семействе параметрических полиномиальных реоптимизационных алгоритмов.; Для реоптимізації задачі про мінімальне покриття k -рівномірного гіперграфа при добавленні h вершин ( h = O(logn), n - загальна кількість вершин) і деякого числа гіперребер наводиться поліноміальний (2 -1/ k) -наближений алгоритм. При виконанні унікальної ігрової гіпотези (UGC) апроксимаційне відношення 2 -1/ k є пороговим в сімействі параметричних поліноміальних реоптимізаційних алгоритмів.; For reoptimization of the problem of minimum vertex cover on k-uniform hypergraph by adding of h vertices ( h = O(log n), n is a total number of vertices) and a number of hyper-edges, the polynomial (2 -1/ k) - approximation algorithm is presented. If the unique game conjecture (UGC) is true, then the approximation ratio 2 -1/ k is a threshold in the family of parametric polynomial reoptimization algorithms.
</summary>
<dc:date>2012-01-01T00:00:00Z</dc:date>
</entry>
<entry>
<title>Алгоритми синтезу класифікаторів у задачах розпізнавання об’єктів засобами лінійних і нелінійних оптимальних перетворень простору ознак</title>
<link href="http://dspace.nbuv.gov.ua:80/handle/123456789/84699" rel="alternate"/>
<author>
<name>Гавриленко, А.С.</name>
</author>
<id>http://dspace.nbuv.gov.ua:80/handle/123456789/84699</id>
<updated>2015-07-13T00:02:04Z</updated>
<published>2012-01-01T00:00:00Z</published>
<summary type="text">Алгоритми синтезу класифікаторів у задачах розпізнавання об’єктів засобами лінійних і нелінійних оптимальних перетворень простору ознак
Гавриленко, А.С.
У роботі представлено алгоритм синтезу систем класифікації, розроблений на базі лінійних і нелінійних оптимальних перетворень простору ознак та реалізований із застосуванням методу активного набору для задачі квадратичного програмування та елементів методу побудови оптимального нелінійного перетворювача як узагальненого полінома на заданих класах функцій, а також показано результат роботи алгоритму на прикладі розв'язування задачі розпізнавання звукових сигналів.; В работе представлен алгоритм синтеза систем классификации, разработанный на базе линейных и нелинейных оптимальных преобразований пространства признаков и реализованный с использованием метода активного набора для задачи квадратичного программирования и элементов метода построения оптимального нелинейного преобразователя как обобщенного полинома на заданных классах функций, а также показан результат работы алгоритма на примере решения задачи распознавания звуковых сигналов.; An algorithm for signal classification systems synthesis, developed using principles of linear and non-linear transformations of attribute space and variation of active set method for quadratic programming, is introduced and described. An example of applying the algorithm to the problem of sound signal recognition is also presented.
</summary>
<dc:date>2012-01-01T00:00:00Z</dc:date>
</entry>
<entry>
<title>Асимптотические свойства оценки максимального правдоподобия для гиббсовских полей</title>
<link href="http://dspace.nbuv.gov.ua:80/handle/123456789/84698" rel="alternate"/>
<author>
<name>Самосенок, А.С.</name>
</author>
<id>http://dspace.nbuv.gov.ua:80/handle/123456789/84698</id>
<updated>2015-07-13T00:02:04Z</updated>
<published>2012-01-01T00:00:00Z</published>
<summary type="text">Асимптотические свойства оценки максимального правдоподобия для гиббсовских полей
Самосенок, А.С.
Рассматриваются условия, при которых возможна аппроксимация критериальной функции марковского процесса заданного гиббсовским распределением с единственной точкой минимума ее эмпирической оценкой. Доказываются теоремы о сходимости приближенных оценок, полученных методом максимального правдоподобия, как для случая конечного множества состояний марковского процесса, так и для случая произвольного множества.; Розглядаються умови, за яких можлива апроксимація критеріальної функції марківського процессу заданого гібсовським розподілом з єдиною точкою мінімуму її емпіричною оцінкою. Доводяться теореми про збіжність наближених оцінок, отриманих методом максимальної правдоподібності, як для випадку кінечної множини станів марківського процесу, так і для випадку довільної множини.; The article focuses on asymptotic consistency of maximum likelihood estimators applied to Markov fields with Gibbs distribution. Theorems on the approximate estimate convergence are proved. The estimates are obtained with the maximum likelihood method for cases of finite set of states of Markov process and for arbitrary set.
</summary>
<dc:date>2012-01-01T00:00:00Z</dc:date>
</entry>
<entry>
<title>Моделирование внутриклеточных процессов с помощью активных частиц</title>
<link href="http://dspace.nbuv.gov.ua:80/handle/123456789/84697" rel="alternate"/>
<author>
<name>Белецкий, Б.А.</name>
</author>
<id>http://dspace.nbuv.gov.ua:80/handle/123456789/84697</id>
<updated>2015-07-13T00:02:00Z</updated>
<published>2012-01-01T00:00:00Z</published>
<summary type="text">Моделирование внутриклеточных процессов с помощью активных частиц
Белецкий, Б.А.
В работе предложен метод моделирования внутриклеточных процессов с помощью локально взаимодействующих частиц. Бинарные взаимодействия определяются алгоритмически, что позволяет исследовать реальные процессы без учета сложной природы взаимодействий.; У роботі запропоновано метод моделювання внутрішньоклітинних процесів за допомогою локально взаємодіючих частинок. Бінарні взаємодії задаються алгоритмічно, що дозволяє досліджувати реальні процеси без урахування природи взаємодій між частинками.; A method of modeling intracellular processes is proposed. The method is based on using locally interacting particles. Binary interactions are defined algorithmically that allows studying real life processes disregarding the nature of interactions between particles.
</summary>
<dc:date>2012-01-01T00:00:00Z</dc:date>
</entry>
</feed>
