Що таке MARKOV PROCESS Українською - Українська переклад

• марковський процес
• марковським процесом
• марківському процесі

Приклади вживання Markov process Англійська мовою та їх переклад на Українською

Data as a Markov process.
Дані як марковський процесРедагувати.

Markov processes have been used to model and study this type of system.
Марківські процеси використовуються для моделювання і вивчення систем такого типу.

The queue as a Markov process.
Резервування як марковський процес.

Markov processes arise in probability and statistics in one of two ways.
Марківські процеси виникають в теорії ймовірності та статистики в одному з двох способів.

Application to Markov processes.
Функція переходу процесу Маркова.

Markov processes and their application in mass service and reliability theory;
Марковські процеси та їх застосування у теорії масового обслуговування та надійності;

The continuous-time Markov process.
Безперервний час процесу Маркова.

Markov processes As wind power continues to gain popularity, it becomes a necessary ingredient in realistic power grid studies.
Марківські процеси Із набуттям популярності вітровою енергетикою стає необхідним враховувати її у реалістичних дослідженнях енергосистем.

Therefore, this is called a Markov process.
Отже, це називається марковським процесом.

The most famous Markov process is a Markov chain.
Найвідомішим марковським процесом є марковський ланцюг.

The choice of urn does not directly depend on the urns chosen before this single previous urn; therefore, this is called a Markov process.
Вибір урни не залежить безпосередньо від урн, обраних перед цією однією попередньою урною; отже, це називається марковським процесом.

Technique is based on Markov process theory.
Методика використовує теорію марковських процесів.

The Markov process itself cannot be observed, only the sequence of labeled balls, thus this arrangement is called a"hidden Markov process".
Самого марковського процесу не видно, лише послідовність позначених куль, тому цей механізм називатися«прихованим марковським процесом».

This talk was titled"Markov processes and problems in analysis".
Ця розмова була названа«Марковські процеси і проблеми аналізу».

The Markov process itself cannot be observed, and only the sequence of labeled balls can be observed, thus this arrangement is called a"hidden Markov process".
Самого марковського процесу не видно, лише послідовність позначених куль, тому цей механізм називатися«прихованим марковським процесом».

Bachelier it is already possible to find an attempt to discuss Brownian motion as a Markov process, an attempt which received justification later in the research of N. Wiener(1923).
Башельє можна угледіти спробу трактувати броунівський рух як марковський процес, яка отримала обґрунтування після досліджень Вінера 1923 року.

In its discrete form, a hidden Markov process can be visualized as a generalization of the Urn problem with replacement(where each item from the urn is returned to the original urn before the next step).
У своїй дискретній формі прихований марковський процес може бути представлено як узагальнення задачі про урни із поверненням(де кожен елемент з урни перед наступним кроком повертається до своєї урни).

ABPM results processed by a specially created information technology, based on the sharing of polynomial splines, Markov processes, and artificial neural networks.
Результати ДМАТ оброблено за спеціально створеною інформаційною технологією, на основі спільного використання поліноміальних сплайнів, Марковських процесів і штучних нейронних мереж.

Hidden Markov models can model complex Markov processes where the states emit the observations according to some probability distribution.
Приховані марковські моделі можуть моделювати складні марковські процеси, де стани видають спостереження відповідно до якогось розподілу ймовірностей.

A Hidden Markov model(HMM) is a statistical Markov model in which the system being modeled is assumed to be a Markov process with unobserved(hidden) states.
Прихована марковська модель(ПММ, англ. hidden Markov model, HMM)- це статистична марковська модель, у якій модельована система розглядається як марковський процес із неспостережуваними(прихованими) станами.

Examples of such models are those where the Markov process over hidden variables is a lineardynamicalsystem, with a linear relationship among related variables and where all hidden and observed variables follow a Gaussiandistribution.
Прикладами таких моделей є ті, де марковський процес над прихованими змінними є лінійною динамічною системою з лінійним зв'язком між пов'язаними змінними, і де всі приховані й спостережувані змінні слідують нормальному розподілові.

PHMMs are not necessarily Markovian processes themselves because the underlying Markov chain or Markov process cannot be observed and only the Poisson signal is observed.
ППММ самі по собі не обов'язково є марковськими процесами, оскільки марковський ланцюг або марковський процес, що лежить в основі, спостерігати неможливо, а можливо спостерігати лише пуассонівський сигнал.

A stochastic process, defined via a separate argument, may be shown(mathematically) to have the Markov property and as a consequence to have the properties that can be deduced from this for all Markov processes.
Стохастичний процес, визначається за допомогою окремого аргументу, може бути показано математично маючи властивість Маркова, і, як наслідок, маючи властивості, які можуть бути виведені з цього для всіх процесів Маркова.

In recursive Bayesian estimation, the true state is assumed to be an unobserved Markov process, and the measurements are the observed states of a hidden Markov model(HMM).
У рекурсивному баєсовому оцінюванні справжній стан вважається неспостережуваним марковський процесом, а вимірювання є спостережуваними станами прихованої марковської моделі(ПММ).

If a Poisson process is defined with a single positive constant, then the process is called a homogeneous Poisson process.[99][101] The homogeneous Poisson process(in continuous time) is a member of important classes of stochastic processes such as Markov processes and Lévy processes.[49].
Якщо процес Пуассона визначається за допомогою однієї позитивної сталої, то процес називається однорідним процесом Пуассона.[99][101] Однорідний Пуассонівський процес(в безперервному часі) є членом важливих класів випадкових процесів, як Марківські процеси Леві.[49].

To understand what a continuous Ito process is, you must first know that a Markov process is"one where the observation in time period t depends only on the preceding observation.".
Щоб зрозуміти, що таке безперервний Itф процес, спочатку потрібно познайомитися з процесом Маркова-"спостереження в момент часу t залежить тільки від результатів попередніх спостережень".

Based on their mathematical properties, stochastic processes can be divided into various categories, which include random walks, martingales, Markov processes, Lévy processes, Gaussian processes, random fields, renewal processes, and branching processes..
На основі властивостей випадкових процесів, їх можна розділити на різні категорії, які включають в себе випадкові блукання, мартингали, Марківські процеси, процес Леві, Гауссівські процесів, і випадкові поля, відновлення процесів і розгалужених процесів..

Methods of statistics may be used predicatively in performance art, as in a card trick based on a Markov process that only works some of the time, the occasion of which can be predicted using statistical methodology.
Методи статистики можуть бути використані в предикативно виконавському мистецтві, як трюки в картах, засновані на марківському процесі, що тільки працює якийсь час, з приводу якого можна передбачити це за допомогою статистичної методології.