ПРИНЦИП МІНІМАЛЬНОЇ ДОВЖИНИ ОПИСУ: ІНФОРМАЦІЙНО-ТЕОРЕТИЧНИЙ ПІДХІД ДО ВИБОРУ МОДЕЛЕЙ І ЙОГО ЗАСТОСУВАННЯ В РАДІОЛОКАЦІЇ
Summary
No summary yet. VIRAT can read this paper and write a plain-language summary of its aim, methods, key findings and limitations.
Summarise with VIRAT Free to try with your Science Catalogs account.Abstract
У статті розглядається принцип мінімальної довжини опису ‒ Minimum Description Length (MDL), який є потужним інструментом для вибору моделей у статистиці, машинному навчанні та когнітивних РЛС. Принцип MDL, запропонований Й. Ріссаненом [1], трактує навчання як процес стиснення даних: найкраща модель – це та, яка забезпечує найкоротший сумарний опис гіпотези та даних. У статті описана загальна ідея принципу MDL, приведено його класичне формалізоване подання. Представлено удосконалений алгоритм обчислення довжини опису гіпотези на основі максимальної правдоподібності, який забезпечує єдиний стандарт оцінювання моделей гіпотез у рамках принципу MDL, що ґрунтується винятково на властивостях даних і моделей. У прикладному аспекті детально проаналізовано використання принципу MDL у задачах радіолокації: оцінювання кількості постановників активних перешкод, розділення групових цілей і вибір параметричних моделей відбитих ехо-сигналів.
Fields of Study & Subjects
Computability
Logic
AI Algorithms
Radar Systems and Signal Processing
Statistical Methods and Inference
Publication details
- Journal / source
- Системи озброєння і військова техніка
- Issue
- 1(85)
- Pages
- 52–60
- Publication date
- 30 March 2026
- Language
- UK