Optimization of Kernel Estimators of Probability Densities

Результат исследования: Публикации в книгах, отчётах, сборниках, трудах конференцийстатья в сборнике материалов конференциинаучнаярецензирование

Аннотация

The constructive kernel algorithm for approximation of probability densities using the given sample values is proposed. This algorithm is based on the approaches of the theory of the numerical functional approximation. The critical analysis of the optimization criterion for the kernel density estimators (based on decrease of upper boundary of mean square error) is conducted. It is shown that the constructive kernel algorithm is nearly equal to the randomized projection-mesh functional numerical algorithm for approximation of the solution of the Fredholm integral equation of the second kind. In connection with this it is proposed to use the criterion of conditional optimization of functional algorithms for the kernel algorithm for approximation of probability densities. This criterion is based on minimization of the algorithm’s cost for the fixed level of error. The corresponding formulae for the conditionally optimal parameters of the kernel algorithm are derived.

Язык оригиналаанглийский
Название основной публикацииOptimization and Applications - 10th International Conference, OPTIMA 2019, Revised Selected Papers
РедакторыMilojica Jaćimović, Michael Khachay, Vlasta Malkova, Mikhail Posypkin
ИздательSpringer Gabler
Страницы254-266
Число страниц13
ISBN (печатное издание)9783030386023
DOI
СостояниеОпубликовано - 1 янв 2020
Событие10th International Conference on Optimization and Applications, OPTIMA 2019 - Petrovac, Черногория
Продолжительность: 30 сен 20194 окт 2019

Серия публикаций

НазваниеCommunications in Computer and Information Science
Том1145 CCIS
ISSN (печатное издание)1865-0929
ISSN (электронное издание)1865-0937

Конференция

Конференция10th International Conference on Optimization and Applications, OPTIMA 2019
СтранаЧерногория
ГородPetrovac
Период30.09.201904.10.2019

Fingerprint Подробные сведения о темах исследования «Optimization of Kernel Estimators of Probability Densities». Вместе они формируют уникальный семантический отпечаток (fingerprint).

Цитировать