lennen 0 15 октября, 2016 Опубликовано 15 октября, 2016 · Жалоба В теории начинаю понимать, зачем нужен метод максимума функции правдоподобия. Я бы хотел поднять самый банальный вопрос. Даже если у Вас есть материалы по методу максимума функции правдоподобия - кидайте. Вообще я хочу понять, как его просто реализовать в простейшем случае. Буду сам к этому идти и хотел бы, чтобы Вы мне в топике давали свои предложения и объяснения простыми словами, как это сделать. Пункт 1. Окей, как я понял. У нас есть функция ошибки, которую нужно минимизировать. То есть ошибка, которая зависит от других параметров, должна быть минимальна. Это должно происходить в реальной системе связи на приемной стороне.... Я прав? Если да, то см. пункт 2. Пункт 2. На приемной стороне надо обработать приходящий сигнал по нескольким параллельным алгоритмам и получить разную ошибку. То есть варьировать теми или иными параметрами и получать ошибку. И... тогда я не понял. При чем тут функция вероятности, и зачем ее считать. Сейчас, после всего прочитанного, я бы сделал так: обработал бы сигнал разными путями и посчитал бы для всех способов параллельно ошибку. Где меньше всего ошибка - тот сигнал бы и считал истинным. Но я думаю, что я вообще что-то не так понимаю. Объясните, пожалуйста? PS сейчас немного начинаю понимать, что функция правдоподобия применяется для чего? Для отыскания истинного значения какой-то величины x, у которой есть математическое ожидание и дисперсия, да? Например, так можно искать частотную расстройку. Тогда строим функцию плотности вероятности по полученным оценкам частоты. Тогда функция правдоподобия - это когда строю такие плотности вероятности при варьировании еще одного параметра. Какого? Цитата Поделиться сообщением Ссылка на сообщение Поделиться на другие сайты Поделиться
Ivan55 0 17 октября, 2016 Опубликовано 17 октября, 2016 · Жалоба Сейчас, после всего прочитанного, я бы сделал так: обработал бы сигнал разными путями и посчитал бы для всех способов параллельно ошибку. Где меньше всего ошибка - тот сигнал бы и считал истинным. Вот чтоб этого не делать, ищут градиент функции ошибки приравненую к нулю, находят решение (x,y) это и есть тот случай когда ошибка минимальна, или максимум правдоподобия Цитата Поделиться сообщением Ссылка на сообщение Поделиться на другие сайты Поделиться
andyp 10 17 октября, 2016 Опубликовано 17 октября, 2016 · Жалоба В теории начинаю понимать, зачем нужен метод максимума функции правдоподобия. Я бы хотел поднять самый банальный вопрос. Даже если у Вас есть материалы по методу максимума функции правдоподобия - кидайте. Вообще я хочу понять, как его просто реализовать в простейшем случае. Буду сам к этому идти и хотел бы, чтобы Вы мне в топике давали свои предложения и объяснения простыми словами, как это сделать. Пункт 1. Окей, как я понял. У нас есть функция ошибки, которую нужно минимизировать. То есть ошибка, которая зависит от других параметров, должна быть минимальна. Это должно происходить в реальной системе связи на приемной стороне.... Я прав? Если да, то см. пункт 2. Пункт 2. На приемной стороне надо обработать приходящий сигнал по нескольким параллельным алгоритмам и получить разную ошибку. То есть варьировать теми или иными параметрами и получать ошибку. И... тогда я не понял. При чем тут функция вероятности, и зачем ее считать. Сейчас, после всего прочитанного, я бы сделал так: обработал бы сигнал разными путями и посчитал бы для всех способов параллельно ошибку. Где меньше всего ошибка - тот сигнал бы и считал истинным. Но я думаю, что я вообще что-то не так понимаю. Объясните, пожалуйста? PS сейчас немного начинаю понимать, что функция правдоподобия применяется для чего? Для отыскания истинного значения какой-то величины x, у которой есть математическое ожидание и дисперсия, да? Например, так можно искать частотную расстройку. Тогда строим функцию плотности вероятности по полученным оценкам частоты. Тогда функция правдоподобия - это когда строю такие плотности вероятности при варьировании еще одного параметра. Какого? Steven M. Kay Fundametals of statistical signal processing: Estimation theory Про ML оценивание - глава 7. Цитата Поделиться сообщением Ссылка на сообщение Поделиться на другие сайты Поделиться
Ivan55 0 17 октября, 2016 Опубликовано 17 октября, 2016 · Жалоба Steven M. Kay Fundametals of statistical signal processing: Estimation theory Про ML оценивание - глава 7. скиньте эту книгу Цитата Поделиться сообщением Ссылка на сообщение Поделиться на другие сайты Поделиться
Grizzly 0 17 октября, 2016 Опубликовано 17 октября, 2016 · Жалоба скиньте эту книгу http://ru.bookzz.org/book/448478/d5ff75 Цитата Поделиться сообщением Ссылка на сообщение Поделиться на другие сайты Поделиться
andyp 10 17 октября, 2016 Опубликовано 17 октября, 2016 · Жалоба скиньте эту книгу http://bookzz.org/md5/FA767412F21518C40B53D5EC06D31165 Цитата Поделиться сообщением Ссылка на сообщение Поделиться на другие сайты Поделиться
slash_spb 0 22 октября, 2016 Опубликовано 22 октября, 2016 · Жалоба PS сейчас немного начинаю понимать, что функция правдоподобия применяется для чего? Для отыскания истинного значения какой-то величины x, у которой есть математическое ожидание и дисперсия, да? Например, так можно искать частотную расстройку. Тогда строим функцию плотности вероятности по полученным оценкам частоты. Тогда функция правдоподобия - это когда строю такие плотности вероятности при варьировании еще одного параметра. Какого? Мне кажется что функции правдоподобия нужны при работе с единичными выборками, а не когда вы по многим выборкам уже оценили матожидание, оптимальное решение. К примеру для задании порога детектирования. Зная заранее функцию правдоподобия можно выбрать порог который обеспечит нужную вероятность детектирования пакета данных по преамбуле в условиях шумов, ну и соответственно вероятность ложного срабатывания. А если у нас куча реализаций то всегда можно оптимально принять решение. Надеюсь я правильно понял вопрос. Цитата Поделиться сообщением Ссылка на сообщение Поделиться на другие сайты Поделиться