Вісник Національного технічного університету «ХПІ». Серія: Системний аналіз, управління та інформаційні технології

Постійне посилання на розділhttps://repository.kpi.kharkov.ua/handle/KhPI-Press/79885

Офіційний сайт http://samit.khpi.edu.ua/

Рецензоване наукове видання відкритого доступу, яке публікує нові наукові результати в області системного аналізу та управління складними системами, отримані на основі сучасних прикладних математичних методів і прогресивних інформаційних технологій. Публікуються роботи, пов'язані зі штучним інтелектом, аналізом великих даних, сучасними методами високопродуктивних обчислень у розподілених системах підтримки прийняття рішень.

Рік заснування: 1961. Періодичність: 2 рази на рік. ISSN: 2079-0023 (Print), ISSN: 2410-2857 (Online)

Переглянути

Фільтри

20241

Налаштування

DOI: search.filters.doi.https://doi.org/10.20998/2079-0023.2024.01.01ORCID: search.filters.orcid.https://orcid.org/0000-0002-9575-8046

Результати пошуку

Зараз показуємо 1 - 1 з 1
  • Ескіз
    Документ
    An adaptive method for building a multivariate regression
    (Національний технічний університет "Харківський політехнічний інститут", 2024) Pavlov, Alexander; Holovchenko, Maxim; Drozd, Valeriia
    We propose an adaptive method for building a multivariate regression given by a weighted linear convolution of known scalar functions of deterministic input variables with unknown coefficients. As, for example, when multivariate regression is given by a multivariate polynomial. In contrast to the general procedure of the least squares method that minimizes only a single scalar quantitative measure, the adaptive method uses six different quantitative measures and represents a systemically connected set of different algorithms which allow each applied problem to be solved on their basis by an individual adaptive algorithm that, in the case of an active experiment, even for a relatively small volume of experimental data, implements a strategy of a statistically justified solving. The small amount of data of the active experiment we use in the sense that, for such an amount, the variances of estimates of unknown coefficients obtained by the general procedure of the least squares method do not allow to guarantee the accuracy acceptable for practice. We also proposed to significantly increase the efficiency of the proposed by O. A. Pavlov. and M. M. Holovchenko modified group method of data handling for building a multivariate regression which is linear with respect to unknown coefficients and given by a redundant representation. We improve it by including some criteria and algorithms of the adaptive method for building a multivariate regression. For the multivariate polynomial regression problem, the inclusion of a partial case of the new version of the modified group method of data handling in the synthetic method proposed by O. A. Pavlov, M. M. Golovchenko, and V. V. Drozd, for building a multivariate polynomial regression given by a redundant representation, also significantly increases its efficiency.