Показано, що байєсівська процедура розпізнавання є субоптимальною для незалежних ознак і розподілу ланцюга Маркова. Отримано оцінку похибки процедури розпізнавання залежно від кількості ознак і розмірів навчальної вибірки.

Наведено оцінку похибки байєсівської процедури, побудованої з використанням марковського ланцюга. Доведено субоптимальність байєсівського підходу, знайдено складність класу задач.

Наведено оцінку зверху похибки процедури розв'язання задач класифікації та розпізнавання залежно від числа ознак і об'єму навчальної вибірки. Доведено субоптимальність байєсівського підходу.

Наведено оцінку зверху похибки байєсівської процедури розв'язання задач розпізнавання залежно від об'єму навчальної вибірки. Доведено субоптимальність байєсівського підходу, знайдено складність класу задач.

Рассмотрена теория статистического оценивания дискретных процедур распознавания. Предложено построение детерминированных оценок погрешности байесовской процедуры распозавания в зависимости от размеров классов (обучающих выборок), количества признаков и значений признаков. Отмечено, что данные оценки существенно отличаются от оценок методов минимизации эмпирического риска. Уделено внимание байесовским процедурам распознавания на цепях Маркова, статистическому анализу геномов, принципам дедуктивной математики, искусственному интеллекту, нейронным сетям. Рассмотрены возможности применения байесовских процедур распознавания для предсказания вторичной структуры белков, а также прогнозирования курсов акций.

Показано, що байєсівський підхід є основою побудови процедур індуктивного виводу. Обговорено питання застосування вказаного підходу в індуктивній логіці, байєсівських мережах та інформаційній теорії.

Обговорено кризу математики та інформаційної теорії, пов'язану з відсутністю обгрунтованих принципів індуктивної математики. На підставі ймовірнісного апарату, зроблено висновок, що байєсівський підхід є основою побудови процедур індуктивного виводу.

Чотирьохлітерний текст ДНК записано у вигляді суцільного ланцюга Маркова, і він є слабкозалежною послідовністю. В результаті статистичного аналізу перехідних ймовірностей виявлено, що ланцюг є ергодичним. Звідси випливає ряд важливих особливостей генома.

На основі бета-розподілу та розподілу Діріхле досліджено процедури навчання на байєсівських мережах.

Зазначено, що А. А. Марков дослідив літературні тексти і з'ясував, що ймовірність голосної та приголосної залежить від однієї чи двох попередніх. Чотирьохлітерний текст ДНК записано у вигляді однорідного ланцюга Маркова, який є слабкозалежною послідовністю. Статистичний аналіз перехідних ймовірностей виявив, що ланцюг є ергодичним та виконується закон великих чисел. Звідси випливає ряд важливих особливостей генома. Ергодичність ланцюга - основа процесу реплікації ДНК, частоти нуклеотидів повинні бути стабільними уздовж послідовності ДНК та відповідати концентрації нуклеотидів водного розчину.

Індекс рубрикатора НБУВ: Е0*725.112.1в647 + Е0*725.111.3в647

Рубрики:

Загальна біологія

Шифр НБУВ: Ж26990 Пошук видання у каталогах НБУВ 

Індекс рубрикатора НБУВ: Е0*725.112.1

Рубрики:

Загальна біологія

Шифр НБУВ: Ж26990 Пошук видання у каталогах НБУВ 

Встановлено нові комплементарні закономірності щодо запису основ у одному ланцюзі ДНК. Одержані результати істотно доповнюють сучасні уявлення стосовно запису генетичної інформації в ДНК. Проведено статистичний аналіз більш як 40-ка геномів, у тому числі близько 30-ти геномів бактерій.

Індекс рубрикатора НБУВ: Р569.627.7-4

Рубрики:

Пухлини головного мозку та його оболонок

Шифр НБУВ: Ж26990 Пошук видання у каталогах НБУВ 

Обосновано, что живая природа развивается на основе индуктивных механизмов. В геноме человека в зашифрованном виде содержатся эффективные индуктивные процедуры, которые управляют существующими генами и модифицируют их.

Наведено огляд результатів відносно байєсівських процедур розпізнавання, які виявляються оптимальними на таких структурах об'єктів як ланцюги Маркова та незележні ознаки. Обговорено результати числових розрахунків передбачення вторинної структури білків на базі байєсівських процедур розпізнавання на нестаціонарних ланцюгах Маркова. Наведено комплементарні закономірності щодо запису основ у одному ланцюзі ДНК.

Обсуждены результаты численных расчетов предсказания вторичной структуры белков на основе байесовских процедур распознавания на цепях Маркова.

Обговорено результати числових розрахунків передбачення вторинної структури білків на базі байєсівських процедур розпізнавання на нестаціонарних ланцюгах Маркова. Використано новий прийом, заснований на розпізнаванні пар станів для пар сусідніх амінокислот, який покращив точність передбачення у порівнянні з розпізнаванням стану однієї поточної амінокислоти.

Досліджено поведінку індуктивних процедур залежно від змісту навчальної вибірки: показано, якщо в навчальній вибірці відсутня інформація про який-небудь клас об'єктів або статистична інформація про апріорні ймовірності класів, то будь-яка процедура працює непередбачено погано і її похибка строго позитивна.

Обсуждены результаты численных расчетов предсказания вторичной структуры белков на основании байесовских процедур распознавания на нестационарных цепях Маркова. Использован новый подход, основанный на распознавании троек состояний для троек соседних аминокислот (АК), который улучшил точность предсказания по сравнению с распознаванием состояний одной или двух текущих АК.