Вихревой генератор стохастических плоскостей

Дискретную стохастическую плоскость можно создать с помощью различных алгоритмов генерации случайных величин. Если необходимо, чтобы такая плоскость обладала декартовым свойством полноты, то она должна быть равномерной. Дело в том, что использование концепции бесконтрольной генерации случайных величин может привести к результату низкого качества, поскольку исходные последовательности могут иметь как недостаточную равномерность, так и пропуск случайных величин. Предложен новый подход для создания стохастических декартовых плоскостей по модели полных вихревых последовательностей равномерных случайных величин без пропусков и повторений. Результаты моделирования подтверждают, что получаемые случайные плоскости действительно имеют абсолютную равномерность. Кроме того, комбинирование параметров исходных полных равномерных последовательностей позволяет существенно увеличить число создаваемых плоскостей без использования дополнительной оперативной памяти компьютера

Литература

[1] Sutton C., McCallum A. An introduction to conditional random fields. Now Publ. Inc., 2012.

[2] Quattoni A., Collins M., Darrell T. Conditional random fields for object recognition. Proc. NIPS’04, 2004. URL: https://papers.nips.cc/paper/2652-conditional-random-fields-for-object-recognition.pdf

[3] Bekkerman R., Sahami M., Learned-Miller E. Combinatorial Markov random fields. In: Furnkranz J., Scheffer T., Spiliopoulou M. (eds). Machine Learning: ECML 2006. ECML 2006. Lecture Notes in Computer Science, vol. 4212, 2006. Berlin, Heidelberg, Springer, pp. 30–41. DOI: https://doi.org/10.1007/11871842_8

[4] Sarawagi S., Cohen W.W. Semi-Markov conditional random fields for information extraction. Proc. NIPS’04, 2004. URL: https://papers.nips.cc/paper/2648-semi-markov-conditional-random-fields-for-information-extraction.pdf

[5] Rimstad K., Omre H. Skew-Gaussian random fields. Spat. Stat., vol. 10, no. 11, pp. 43–62. DOI: 10.1016/j.spasta.2014.08.001

[6] Deon A.F., Menyaev Y.A. Uniform twister plane generator. J. Comput. Sci., 2018, vol. 14, iss. 2, pp. 260–272. DOI: 10.3844/jcssp.2018.260.272

[7] Xiao Y. Uniform modulus of continuity of random fields. Monatsh. Math., 2010, vol. 159, iss. 1-2, pp. 163–184. DOI: 10.1007/s00605-009-0133-z

[8] Deon A., Menyaev Y. The complete set simulation of stochastic sequences without repeated and skipped elements. J. Univers. Comput. Sci., 2016, vol. 22, iss. 8, pp. 1023–1047. DOI: 10.3217/jucs-022-08-1023

[9] Deon A., Menyaev Y. Parametrical tuning of twisting generators. J. Comput. Sci., 2016, vol. 12, iss. 8, pp. 363–378. DOI: 10.3844/jcssp.2016.363.378

[10] Deon A.F., Menyaev Y.A. Twister generator of arbitrary uniform sequences. JUCS, 2017, vol. 23, iss. 4, pp. 353–384. DOI: 10.3217/jucs-023-04-0353

[11] Qi Y., Szummer M., Minka T.P. Bayesian conditional random fields. Proc. AISTATS’05, 2005, pp. 269–276.

[12] Kumar S., Hebert M. Discriminative random fields: a discriminative framework for contextual interaction in classification. Proc. ICCV’03, 2003, pp. 1150–1157. DOI: 10.1109/ICCV.2003.1238478

[13] Sung Y., Jurafsky D. Hidden conditional random fields for phone recognition. Proc. ASRU’09, 2009, pp. 107–112. DOI: 10.1109/ASRU.2009.5373329

[14] Spanos P.D., Zeldin B.A. Monte Carlo treatment of random fields: a broad perspective. Appl. Mech. Rev., 1998, vol. 51, iss. 3, pp. 219–237. DOI: 10.1115/1.3098999

[15] Newman M.E.J., Barkema G.T. Monte Carlo study of the random-field Ising model. Phys. Rev. E, 1996, vol. 53, iss. 1, pp. 393–404. DOI: 10.1103/PhysRevE.53.393

[16] Kim J., Zabih R. Factorial Markov random fields. In: Heyden A., Sparr G., Nielsen M., Johansen P. (eds). Computer Vision --- ECCV 2002. ECCV 2002. Lecture Notes in Computer Science, vol. 2352. Berlin, Heidelberg, Springer, 2002, pp. 321–334. DOI: https://doi.org/10.1007/3-540-47977-5_21

[17] Sha F., Pereira F. Shallow parsing with conditional random fields. Proc. NAACL’03, 2003, vol. 1, pp. 134–141. DOI: 10.3115/1073445.1073473

[18] Menyaev Y.A., Carey K.A., Nedosekin D.A., et al. Preclinical photoacoustic models: application for ultrasensitive single cell malaria diagnosis in large vein and artery. Biomed. Opt. Express, 2016, vol. 7, iss. 9, pp. 3643–3658. DOI: 10.1364/BOE.7.003643

[19] Matsumoto M., Nishimura T. Mersenne twister: a 623-dimensionally equidistributed uniform pseudorandom number generator. TOMACS, 1998, vol. 8, iss. 1, pp. 3–30. DOI: 10.1145/272991.272995

[20] Деон А.Ф., Меняев Ю.А. Генератор равномерных вихревых последовательностей целых случайных величин без запоминающего массива. Вестник МГТУ им. Н.Э. Баумана. Сер. Приборостроение, 2018, № 3, с. 51–69. DOI: 10.18698/0236-3933-2018-3-51-69

[21] Matsumoto M., Wada I., Kuramoto A., et al. Common defects in initialization of pseudorandom number generators. TOMACS, 2007, vol. 17, iss. 4, art. 15. DOI: 10.1145/1276927.1276928

[22] Saito M., Matsumoto M. SIMD-oriented fast Mersenne twister: a 128-bit pseudorandom number generator. In: Keller A., Heinrich S., Niederreiter H. (eds). Monte Carlo and Quasi-Monte Carlo Methods 2006. Berlin, Heidelberg, Springer, 2008, pp. 607–622. DOI: https://doi.org/10.1007/978-3-540-74496-2_36

[23] Деон А.Ф., Меняев Ю.А. Полное факториальное моделирование равномерных последовательностей целых случайных величин. Вестник МГТУ им. Н.Э. Баумана. Сер. Приборостроение, 2017, № 5, с. 132–149. DOI: 10.18698/0236-3933-2017-5-132-149

[24] Деон А.Ф., Меняев Ю.А. Генератор равномерных случайных величин по технологии полного вихревого массива. Вестник МГТУ им. Н.Э. Баумана. Сер. Приборостроение, 2017, № 2, с. 86–110. DOI: 10.18698/0236-3933-2017-2-86-110