Щеголев А. А., Управление большими системами: сборник трудов 2023 № 102 С. 5–14
Класс нелинейных марковских процессов характеризуется наличием зависимости текущего состояния процесса от текущего распределения процесса в дополнение к зависимости от предыдущего состояния процесса. Благодаря этой особенности данные процессы характеризуются сложным предельным поведением и эргодическими свойствами, для которых привычных критериев для марковских процессов недостаточно. Будучи разновидностью нелинейных марковских процессов, нелинейные цепи Маркова унаследовали эти особенности. В~работе исследованы ...
Добавлено: 12 июня 2023 г.
Marcati C., Рахуба М. В., Schwab C., Advances in Computational Mathematics 2022 Vol. 48 No. 3 Article 18
Добавлено: 30 октября 2022 г.
Добавлено: 31 октября 2021 г.
Aleksandr A. Shchegolev, Random Operators and Stochastic Equations 2022 Vol. 30 No. 3 P. 205–213
Добавлено: 30 октября 2021 г.
Щеголев А. А., Управление большими системами: сборник трудов 2021 № 90 С. 36–48
Рассмотрена улучшенная оценка скорости сходимости однородных нелинейных марковских цепей в дискретном времени. Данный класс процессов нелинеен в терминах закона распределения, т.е. помимо зависимости от текущего состояния процесса переходные ядра также зависят и от вероятностного распределения в этот момент. Чаще всего такие процессы выступают в~качестве предельных для больших систем зависимых цепей Маркова со взаимодействием. Полученная в ...
Добавлено: 21 апреля 2021 г.
Добавлено: 20 октября 2020 г.
Веретенников А. Ю., Anulova S., Shcherbakov P., , in: Proc. 52nd IEEE Conference on Decision and Control, December 10-13, Florence, Italy, 2013.: Florence: IEEE, 2013. P. 1217–1222.
Добавлено: 18 октября 2014 г.
Веретенников А. Ю., Anulova S., , in: Modern Stochastics and ApplicationsVol. Springer, Optimization and Its Applications.: Springer, 2014. P. 159–174.
Добавлено: 18 октября 2014 г.