Байесовский подход к выбору модели в скрытых марковских моделях

ФИО студента: Швец Павел Юрьевич

Руководитель: Спокойный Владимир Григорьевич

Кампус/факультет: Факультет компьютерных наук

Программа: Математические методы оптимизации и стохастики (Магистратура)

Оценка: 8

Год защиты: 2017

Скрытые Марковские модели играют важную роль в анализе временных рядов и последовательностей данных. У непараметрических подходов построения таких моделей есть возможность привнести новые пути для решения прикладных задач. В данной работе предлагается алгоритм вывода для модели с бесконечным числом состояний, как альтернатива сэмплированию Гиббса и описываются его преимущества, вытекающие из сэмплирования всей последовательности скрытых состояний.

Текст работы (работа добавлена 30 мая 2017 г.)

Выпускные квалификационные работы (ВКР) в НИУ ВШЭ выполняют все студенты в соответствии с университетским Положением и Правилами, определенными каждой образовательной программой.

Аннотации всех ВКР в обязательном порядке публикуются в свободном доступе на корпоративном портале НИУ ВШЭ.

Полный текст ВКР размещается в свободном доступе на портале НИУ ВШЭ только при наличии согласия студента – автора (правообладателя) работы либо, в случае выполнения работы коллективом студентов, при наличии согласия всех соавторов (правообладателей) работы. ВКР после размещения на портале НИУ ВШЭ приобретает статус электронной публикации.

ВКР являются объектами авторских прав, на их использование распространяются ограничения, предусмотренные законодательством Российской Федерации об интеллектуальной собственности.

В случае использования ВКР, в том числе путем цитирования, указание имени автора и источника заимствования обязательно.

Реестр дипломов НИУ ВШЭ