Учет влияния корреляционных связей через их усреднение по модулю при нейросетевом обобщении статистических критериев для малых выборок
Аннотация
Об авторах
А. И. ИвановРоссия
Александр И. Иванов – доктор технических наук, доцент, научный консультант
440000, г. Пенза, ул. Советская, 9
тел. (841-2) 59-33-10
А. Г. Банных
Россия
Андрей Г. Банных – аспирант третьего года обучения кафедры «Техника систем информационной безопасности»
440026, г. Пенза, ул. Красная, 40
тел. (841-2) 36-82-23
Ю. И. Серикова
Россия
Юлия И. Серикова – аспирантка третьего года обучения кафедры «Вычислительная техника»
440026, г. Пенза, ул. Красная, 40
Список литературы
1. Р 50.1.037 - 2002. Рекомендации по стандартизации. Прикладная статистика. Правила проверки согласия опытного распределения с теоретическим. Часть I. Критерии типа χ2 . М.: Госстандарт России, 2001. 140 с.
2. Иванов А.И., Куприянов Е.Н., Туреев С.В. Нейросетевое обобщение классических статистических критериев для обработки малых выборок биометрических данных // Надежность. 2019. № 2. С. 22–27. DOI: 10.21683/1729-2646-2019-19-2-22-27
3. Ахметов Б.Б., Иванов А.И. Оценка качества малой выборки биометрических данных с использованием более экономичной формы хи-квадрат критерия // Надежность. 2016. № 2(57). С. 43–48.
4. Волчихин В.И., Иванов А.И., Безяев А.В., Куприянов Е.Н. Нейросетевой анализ малых выборок биометрических данных с использованием хи-квадрат критерия и критериев Андерсона-Дарлинга // Инженерные технологии и системы. 2019. Т. 29. № 2. С. 205–217. DOI: 10.15507/2658-4123.029/2019.02.205-217
5. Иванов А.И., Банных А.Г., Куприянов Е.Н. и др. Коллекция искусственных нейронов эквивалентных статистическим критериям для их совместного применения при проверке гипотезы нормальности малых выборок биометрических данных / Сборник научных статей по материалам I Всероссийской научно-технической конференции «Безопасность информационных технологий», 24 апреля 2019 г. Пенза, 2019. С. 156–164.
6. Перфилов К.А. Критерий среднего геометрического, используемый для проверки достоверности статистических гипотез распределения биометрических данных / Труды научно-технической конференции кластера пензенских предприятий, обеспечивающих безопасность информационных технологий. Пенза, 2014. Том 9. С. 92–93. URL: http://www.pniei.penza.ru/RV-conf/T9/C92 (дата обращения 14.04.2020 г.).
7. Иванов А.И., Малыгина Е.А., Перфилов П.А. и др. Сравнение мощности критерия среднего геометрического и Крамера-фон Мезиса на малых выборках биометрических данных. // Модели, системы, сети в экономике, технике, природе и обществе. 2016. № 2. С. 155–158.
8. Иванов А.И., Перфилов К.А., Малыгина Е.А. Многомерный статистический анализ качества биометрических данных на предельно малых выборках с использованием критериев среднего геометрического, вычисленного для анализируемых функций вероятности // Измерение. Мониторинг. Управление. Контроль. 2016. № 2(16). С. 58–66.
9. Иванов А.И., Вятчанин С.Е., Малыгина Е.А. и др. Прецизионная статистика: нейросетевое объединение хи-квадрат критерия и критерия Шапиро-Уилка при анализе малых выборок биометрических данных. / Труды международного симпозиума «Надежность и качество», 2019. Т. 2. С. 131–134.
10. Иванов А.И. Биометрическая идентификация личности по динамике подсознательных движений: Монография. Пенза: Изд-во ПГУ, 2000. 178 с.
11. Иванов А.И. Нейросетевые технологии биометрической аутентификации пользователей открытых систем. Автореферат диссертации на соискание ученой степени доктора технических наук по специальности 05.13.01 «Системный анализ, управление и обработка информации». Пенза, 2002. 34 с.
12. Малыгин А.Ю., Волчихин В.И., Иванов А.И. и др. Быстрые алгоритмы тестирования нейросетевых механизмов биометрико-криптографической защиты информации. Пенза: Издательство Пензенского государственного университета, 2006. 161 с.
13. Ахметов Б.С., Волчихин В.И., Иванов А.И. и др. Алгоритмы тестирования биометрико-нейросетевых механизмов защиты информации. Казахстан, Алматы, КазНТУ им. Сатпаева, 2013. 152 с. URL: http://portal.kazntu.kz/files/publicate/2014-01-04-11940.pdf (дата обращения 14.04.2020 г.)
14. Иванов А.И., Захаров О.С. Среда моделирования «БиоНейроАвтограф»: Программный продукт (создан лабораторией биометрических и нейросетевых технологий, размещен с 2009 г. на сайте АО «ПНИЭИ» для свободного использования) [Электронный ресурс]. URL: http://пниэи.рф/activity/science/noc/bioneuroautograph.zip (дата обращения 14.04.2020 г.).
15. Иванов А.И. Автоматическое обучение больших искусственных нейронных сетей в биометрических приложениях: Учебное пособие к пакету лабораторных работ, выполняемых в среде моделирования «БиоНейроАвтограф» [Электронный ресурс]. Пенза: ОАО «ПНИЭИ», 2013. 32 с. URL: http://пниэи.рф/activity/science/noc.htm (дата обращения 14.04.2020 г.)
16. Кобзарь А.И. Прикладная математическая статистика. Для инженеров и научных работников. М.: ФИЗМАТЛИТ, 2006. 816 с.
17. Ivanov A.I., Lozhnikov P.S., Bannykh A.G. A simple nomogram for fast computing the code entropy for 256-bit codes that artificial neural networks output // Journal of Physics: Conference Series. 2019. Vol. 1260(2). P. 022003.
Для цитирования:
Иванов А.И., Банных А.Г., Серикова Ю.И. Учет влияния корреляционных связей через их усреднение по модулю при нейросетевом обобщении статистических критериев для малых выборок. Надежность. 2020;20(2):28-34. https://doi.org/10.21683/1729-2646-2020-20-2-28-34
For citation:
Ivanov A.I., Bannykh A.G., Serikova Yu.I. Accounting for the effect of correlations by modulo averaging as part of neural network integration of statistical tests for small samples. Dependability. 2020;20(2):28-34. https://doi.org/10.21683/1729-2646-2020-20-2-28-34