Аннотация:
Сформулирована задача энтропийного оценивания функций плотности распределения вероятностей с учетом реальных данных (MEE). Получены глобальные условия существования неявной зависимости множителей Лагранжа от коллекции данных. Доказана асимптотическая эффективность MEE.
А. В. Кваснов, А. А. Бараненко, Е. Ю. Бутырский, У. П. Зараник, “О влиянии центральной тенденции на характер плотности распределения максимальной энтропии в машинном обучении”, Вестн. С.-Петербург. ун-та. Сер. 10. Прикл. матем. Информ. Проц. упр., 19:2 (2023), 176–184
Ю. С. Попков, “Рандомизация и энтропия в машинном обучении и обработке данных”, Докл. РАН. Матем., информ., проц. упр., 504 (2022), 3–27; Yu. S. Popkov, “Randomization and entropy in machine learning and data processing”, Dokl. Math., 105:3 (2022), 135–157
Ю. С. Попков, Ю. А. Дубнов, А. Ю. Попков, “Энтропийно-рандомизированное проектирование”, Автомат. и телемех., 2021, № 3, 149–168; Yu. S. Popkov, Yu. A. Dubnov, A. Yu. Popkov, “Entropy-randomized projection”, Autom. Remote Control, 82:3 (2021), 490–505