CC BY
6Секция 2 49
Исследование зависимости расхода р. Слюдянка от различных сценариев выпадения осадков в водосборе на основе стохастической модели
М. С. Акентьева, В. А. Огородников, Н. А. Каргаполова
Институт вычислительной математики и математической геофизики СО РАН Email: nkargapolova@gmail.com DOI: 10.24412/cl-35065-2022-1-00-48
В докладе будут представлены результаты стохастического моделирования условных временных рядов суточного расхода р. Слюдянка при различных сценариях выпадения осадков в водосборе. Будут рассмотрены модели негауссовских условных пространственно-временных полей осадков в водосборе и совместного с ними временного ряда расхода реки. При моделировании полей осадков используется предположение об однородности по пространству. Временные авто- и взаимные корреляционные связи между осадками и расходом реки полагаются независимыми от времени. В качестве условий рассматриваются различные режимы выпадения осадков в водосборе на интервалах заданной длительности.
Работа выполнена в рамках гранта № 075-15-2020-787 Министерства науки и высшего образования РФ на выполнение крупного научного проекта по приоритетным направлениям научно-технологического развития (проект "Фундаментальные основы, методы и технологии цифрового мониторинга и прогнозирования экологической обстановки Байкальской природной территории").
Ускорение алгоритма конкуренции
В. С. Антюфеев
Институт вычислительной математики и математической геофизики СО РАН
Новосибирский государственный университет
Email: ant@osmf.sscc.ru
DOI: 10.24412/cl-35065-2022-1-00-49
Задача распознавания может быть решена с помощью алгоритма конкуренции, который был разработан в [1]. Предложен такой метод моделирования точек в режиме обучения, который позволяет существенно ускорить процесс обучения. Приведен численные пример, показывающий увеличение эффективности модифицированного алгоритма.
Работа выполнена при финансовой поддержке Российского фонда фундаментальных исследований (код проекта 13-01-00441) и Междисциплинарного интеграционного проекта СО РАН № 47.
Список литературы
1. Antyufeev V. S. Solution of recognition problems by the Monte Carlo method // RJNAMM. 2012. V. 27, No 2. P. 113-130.
2. Antyufeev V. S. Theorem of Learning for a Competition Algorithm // Num. Analysis and Appl. 2013. V. 6, N 1. P. 1-8.
Numerical estimation of functionals from the solution to Smoluchowski equation by double randomization method
A. V. Burmistrov1,2, M. A. Korotchenko1
1Institute of Computational Mathematics and Mathematical Geophysics SB RAS 2Novosibirsk State University Email: burm@osmf.sscc.ru, kmaria@osmf.sscc.ru DOI: 10.24412/cl-35065-2022-1-00-50
In the framework of the previously elaborated approach [1, 2], and in continuation of work [3], we develop numerical algorithms to estimate the probability moments of linear functionals from the solution to the
