• ВХОД
  •  

    Полное описание

    Иванов, Александр Иванович. Малые выборки, нейроморфные вычисления: быстрые алгоритмы оценки энтропии Шеннона - Пирсона квадратичной сложности : справочник / А. И. Иванов ; Министерство науки и высшего образования Российской Федерации, Пензенский государственный университет (ПГУ). - Пенза : Изд-во ПГУ, 2023. - 31, [1] с. : ил. - Библиогр. в конце кн. (19 назв.). - 218 экз. - ISBN 978-5-907752-61-0. - Текст (визуальный) : непосредственный.
    ГРНТИ УДК
    50.37.23004.056.523(03)
    90.27.39612.087.1(03)
    27.43.17519.233.3:004(03)

    Рубрики:
    Информация -- Сохранность -- Справочники
    Биометрия -- Справочники
    Проверка гипотез (матем.) -- Информационное обеспечение -- Справочники

    Кл.слова (ненормированные): КОЭФФИЦИЕНТ КОРРЕЛЯЦИИ ПИРСОНА -- КРИПТОГРАФИЧЕСКИЕ КЛЮЧИ -- КУСОЧНО-ЛИНЕЙНОЕ СВЯЗЫВАНИЕ -- НЕЙРОНЫ -- ПОЛИНОМИАЛЬНЫЕ ПРИБЛИЖЕНИЯ
    Аннотация: Издание посвящено проблемам статистической обработки малых выборок реальных данных. Нейросетевой искусственный интеллект способен эффективно противостоять энтропии окружающей среды, если он заранее обучен решать некоторую конкретную задачу. Примером могут служить нейросетевые преобразователи биометрических данных человека в код его личного криптографического ключа. Ключ получается длинным - 256 бит, однако это может быть только видимостью. Решать эту задачу по Шеннону крайне сложно, так как она обладает экспоненциальной вычислительной сложностью. В справочнике приводятся таблицы экспериментально полученных связей энтропии Шеннона с коэффициентами корреляции разрядов кода. Вычисления выполнены по классической энтропии Шеннона для коротких кодов. Далее выполнена полиномиальная аппроксимация и экстраполяция данных. Как результат, появляется возможность заменить задачу экспоненциальной вычислительной сложности по Шеннону на более простую задачу Шеннона-Пирсона квадратичной вычислительной сложности.
    Доп. точки доступа:
    Пензенский государственный университет

    Держатели документа:
    Государственная публичная научно-техническая библиотека России : 123298, г. Москва, ул. 3-я Хорошевская, д. 17 (Шифр в БД-источнике (KATBW): Ж2-23/77804)

    Шифр в сводном ЭК: f8aa11abada3fff354e4eb05dc869b65



    Заказ фрагмента документа ₽