Основной проблемой анализа кодов с малой плотностью проверок на четность является оценка чрезвычайно низкого уровня ошибок, возникающего при высоком отношении сигнал/шум. Популярным подходом к решению этой проблемы является метод выборки по значимости. В существующих работах в качестве выборочного распределения метода выборки по значимости используется нормальное распределение со смещенным средним значением, что приводит к большой дисперсии оценки. В свою очередь, равномерное распределение имеет равновероятные выборки во всем диапазоне, что может снизить дисперсию, но приведет к смещенной оценке. Мы предлагаем модифицированный метод выборки по значимости, который позволяет рассматривать равномерное распределение в качестве выборочного, и показываем, что эта оценка лучше, чем традиционная, основанная на нормальном распределении. Также показано, что существующие критерии невозможно применить для оценки точности метода выборки по значимости с равномерным распределением во всем диапазоне отношений сигнал/шум. Для решения этой проблемы предложена новая метрика, которая использует только скорость сходимости и не зависит от истинных данных.
Сайт https://scinetwork.ru (далее – сайт) работает по принципу агрегатора – собирает и структурирует информацию из публичных источников в сети Интернет, то есть передает полнотекстовую информацию о товарных знаках в том виде, в котором она содержится в открытом доступе.
Сайт и администрация сайта не используют отображаемые на сайте товарные знаки в коммерческих и рекламных целях, не декларируют своего участия в процессе их государственной регистрации, не заявляют о своих исключительных правах на товарные знаки, а также не гарантируют точность, полноту и достоверность информации.
Все права на товарные знаки принадлежат их законным владельцам!
Сайт носит исключительно информационный характер, и предоставляемые им сведения являются открытыми публичными данными.
Администрация сайта не несет ответственность за какие бы то ни было убытки, возникающие в результате доступа и использования сайта.
Спасибо, понятно.