с/к нелинейная динамика сложных систем, появились вопросы к зачету/экзамену |
Документ взят из кэша поисковой машины. Адрес
оригинального документа
: http://wasp.phys.msu.ru/forum/index.php?showtopic=7561
Дата изменения: Unknown Дата индексирования: Sun Apr 10 01:28:29 2016 Кодировка: Windows-1251 |
Здравствуйте, гость ( Вход | Регистрация )
с/к нелинейная динамика сложных систем, появились вопросы к зачету/экзамену |
22.12.2006, 11:20
Сообщение
#1
|
|
продвинутый Группа: Участники Сообщений: 86 Репутация: 11 Предупреждения: (0%) |
ВОПРОСЫ К ЗАЧЕТУ И ЭКЗАМЕНУ ПО С/К 'НЕЛИНЕЙНАЯ ДИНАМИКА СЛОЖНЫХ
СИСТЕМ: ПРИМЕРЫ, АНАЛИЗ И ПРОГНОЗ' (2006/07 УЧ. ГОД) I. Теоретико-вероятностные и статистические аспекты описания сложных систем 1. Боксовая размерность множества. Примеры дискретных точечных множеств положительной боксовой размерности. 2. Внешняя мера Хаусдорфа. Хаусдорфова размерность, ее основные свойства. Пример вычисления хаусдорфовой размерности: "канторова пыль". 3. Мультифрактальные меры. Функция Реньи и мультифрактальный формализм Паризи–Фриша. 4. Свойства показателя Реньи. Обобщенные размерности. 5. Построение мультифрактальной меры в моделях детерминированного и случайного каскадов. 6. Иерархическая модель разрушения. Устойчивая и неустойчивая критичность. 7. Распределения вероятности с "тяжелыми хвостами". Робастные оценки среднего и разброса. 8. Теорема Фишера–Типпета, распределения Парето, Вейбулла и Гумбеля. Аналогия с центральной предельной теоремой теории вероятностей. 9. Примеры экстремальных событий в сложных социо-экономических системах и подходы к их прогнозу II. Основы методики распознавания образов в применении к анализу нелинейной динамики сложных систем 1. Общая постановка задачи распознавания образов. Примеры конкретных задач, решаемых методами распознавания. 2. Кластерный анализ, примеры функционалов, определяющих качество кластеризации. 3. Распознавание с обучением. 4. Геометрические алгоритмы распознавания образов. Алгоритм гиперплоскость. 5. Статистические алгоритмы распознавания образов. Алгоритм Байеса. 6. Предварительная обработка данных. Дискретизация и кодировка объектов в виде бинарных векторов. 7. Логические алгоритмы распознавания образов. Алгоритм "Хемминг". 8. Алгоритмы "Кора-3" и "Подклассы". 9. Оценка достоверности классификации в задачах распознавания образов. 10. Применение алгоритмов распознавания для решения задачи прогноза мест возможного возникновения сильных землетрясений. III. Геофизические основы прогноза землетрясении? 1. Локализация землетрясений в земной коре. 2. Магнитуда и энергия землетрясения. Закон Гутенберга–Рихтера и график повторяемости. 3. Афтершоки и их выделение в каталогах землетрясений. 4. Дальние пространственные и временные корреляции сейсмических событий. Цепочки эпицентров. 5. Типы прогноза землетрясений: бессрочный, долго-, средне-, краткосрочный, немедленный. 6. Типы предвестников в сейсмологическом прогнозе: активность, группирование, радиус пространственных корреляций, изменение графика повторяемости. 7. Основные принципы моделирования динамики блоковых структур и сейсмичности. Для успешной сдачи зачета или экзамена кроме владения основами теории требуется умение анализировать практические применения этих основ к конкретным задачам, моделям и алгоритмам прогноза критических явлений в различных сложных системах, представленным в курсе. Презентации с лекций можно скачать на ansobol.googlepages.com/courses Сдача спецкурса будет происходить в среду, 27 декабря, о времени можно договориться с Андреем Николаевичем. Всем удачи! Сообщение отредактировал КсюХа - 22.12.2006, 11:24 |
Текстовая версия | Сейчас: 10.04.2016, 1:28 |