Досліджується певна модель умовної незалежності та проблема її ідентифікації, коли певна підмножина її параметрів прихована та неприступна для безпосереднього спостерігання. Проблема ідентифікації моделей такого типу формулюється, як окремий випадок загальновідомої задачі некерованого навчання чи самонавчання. Процедури некерованого навчання, які зазвичай використовуються з цією метою, знаходять найвірогіднішу оцінку статистичних параметрів моделі. Ці процедури є своєрідним градієнтним підйомом і збігаються до локального, а не глобального максимуму функції вірогідності. Основний новий результат дослідження полягає в тому, що для досліджуваної моделі існує алгоритм самонавчання, що знаходить глобальний максимум функції вірогідності, хоч вона і не є одноекстремальною.

  Якщо, ви не знайшли інформацію про автора(ів) публікації, маєте бажання виправити або відобразити більш докладну інформацію про науковців України запрошуємо заповнити "Анкету науковця"