朱庆新;噢，B·约翰 涉及不可观测事件的分布估计：目标分布未知的最优搜索情况。 （英语） Zbl 1426.62236号 PAA，模式分析。申请。 12，第1期，37-53（2009）. 摘要：当潜在事件本身不可观测时，我们考虑估计分布参数的问题。该练习的目的是根据涉及自然状态的分布来执行任务（例如，搜索网站或查询分布式数据库），但我们不允许观察这种现象中涉及的各种“自然状态”。特别地，我们将重点放在在一组（N）个位置（或箱）（{C_{1}，C_{2}，\dots，C_N}）中搜索对象的任务上，其中对象位于位置（C_i）的概率为（p_i），其中（p=[p_{1neneneep，p_{2neneneep，\dotes，p_N]^T\）称为目标分布。此外，如果目标在箱子中，则在指定时间内将其定位在箱子中的概率由一个称为Detection函数的函数给出，在最常见的实例化中，该函数通常由指数函数指定。其目的是分配可用的资源，以最大化定位对象的概率。然而，障碍是允许的时间是有限的，因此，对象在指定时间内不在bin\（C_i\）中并不一定意味着对象不在\（C_ i\）。这个问题在搜索大型数据库、分布式数据库和全球网络（其中查找的文件位置未知）以及制定各种军事和战略政策方面都有应用。在这个领域所做的所有研究都假设了（p_i）的知识。在本文中，我们考虑了当\（{p_i\}\）未知时获取误差界、估计目标分布和分配搜索时间的问题。据我们所知，这些结果是开创性的——它们是该领域的第一个可用结果，特别有趣，因为如前所述，有关目标分布的事件本身是不可观察的。 引用于1文件 MSC公司： 62升10 顺序统计分析 关键词：不可观测事件的估计;未知目标分布;最优搜索理论 PDF格式BibTeX公司 XML格式引用 \textit{Q.Zhu}和\textit{B.J.Oommen}，PAA，模式分析。申请。12，第1号，37-53（2009；Zbl 1426.62236） 全文： DOI程序 参考文献： [1] Arkin VI（1964）搜索努力的最优分配问题。理论问题应用9:159–160·Zbl 0131.18906号 ·数字对象标识代码：10.1137/1109026 [2] Badr G，Oommen BJ（2006）基于trie的近似字符串匹配的新颖look-ahead优化策略。模式分析应用J 9（2–3）：177–187·Zbl 1423.68397号 ·doi:10.1007/s10044-006-0036-8 [3] Bentley JL，Yao AC-C（1976）无界搜索的几乎最优算法。Inf流程快报5:82–87·Zbl 0335.68030号 ·doi:10.1016/0020-0190（76）90071-5 [4] Benichou O、Coppey M、Moreau M、Suet PH、Voituriez R（2005）《隐藏目标的最佳搜索策略》。物理评论稿94:198101·doi:10.1103/PhysRevLett.94.198101 [5] Bickel P，Doksum K（2000）《数理统计：基本思想和选定主题》，第一卷，第二版。普伦蒂斯·霍尔，恩格尔伍德悬崖·Zbl 0403.62001 [6] Buhrman H、Franklin M、Garay JA、Hoepman J-H、Tromp J、Vitnyi P（1999）《相互搜索》。美国临床医学杂志46:517–536·Zbl 1065.68617号 ·数字对象标识代码：10.1145/320211.320232 [7] Calitoiu D，Oomen BJ，Nussbaum D（2007）混沌模式识别神经网络的周期性和稳定性问题。模式分析应用J 10（3）：175–188·Zbl 1423.68398号 ·doi:10.1007/s10044-007-0060-3 [8] Casella G，Berger R（2001）《统计推断》，第二版。布鲁克斯/科尔公共有限公司·Zbl 0699.62001号 [9] Chandramouli R（2004）网络搜索隐写分析：一些挑战和方法。收录：IEEE ISCAS会议记录：信息隐藏特别会议 [10] Charness A，Cooper WW（1958）《搜索理论：搜索努力的最佳分配》。管理科学5:44–50·Zbl 0995.90543号 ·doi:10.1287/mnsc.5.1.44 [11] Chew MC（1967）顺序搜索程序。数学统计年鉴38:494–502·Zbl 0168.17106号 ·doi:10.1214/aoms/1177698965 [12] Dasgupta B，Hespanha JP，Sontag E（2004）利用局部感官信息进行蜜罐搜索的计算复杂性。摘自：ACC 2004会议记录，美国控制会议，第2134–2138页 [13] De Guenin J（1961）《努力的最佳分配：Koopman基本理论的延伸》。运营研究9:1–7·Zbl 0133.43103号 ·doi:10.1287/opre.9.1.1 [14] Dobbie JM（1963）《搜索理论：序贯方法》。导航Res Logist Q 10:323–334·Zbl 0128.14801号 ·doi:10.1002/nav.3800100129 [15] Duda R、Hart P、Stork D（2000）《模式分类》，第2版。纽约威利·Zbl 0968.68140号 [16] Fukunaga K（1990）统计模式识别导论。学术，伦敦·Zbl 0711.62052号 [17] Gage DW（1995）多机器人MCM搜索系统。摘自：地雷对抗中的自动车辆研讨会论文集，加利福尼亚州蒙特雷，第4-7页 [18] Gal S（1979）使用移动和固定隐藏器搜索游戏。SIAM J控制优化17:99–122·Zbl 0401.90110号 ·doi:10.1137/0317009 [19] Gilbert EN（1959）最佳搜索策略。SIAM J应用数学7:413–424·Zbl 0093.33001号 ·doi:10.1137/0107034 [20] Gluss B（1959）检测复杂系统故障的最佳策略。运营研究7:468–477·数字对象标识代码：10.1287/opre.7.4.468 [21] Gluss B（1961）搜索成本随时间变化的近似最优一维搜索策略。导航Res Logist Q 8:277–283·Zbl 0126.15803号 ·doi:10.1002/nav.3800080309 [22] Herbrich R（2001）《学习内核分类器：理论和算法》。麻省理工学院，剑桥 [23] Jones B、Garthwaite P、Jolliffe I（2002）《统计推断》，第二版。牛津大学出版社 [24] Kadane JB（1968）离散搜索和Neyman–Pearson引理。数学分析应用杂志22:156–171·Zbl 0155.25402号 ·doi:10.1016/0022-247X（68）90167-4 [25] Kadane JB（1971）最佳行踪搜索。运营研究19:894–904·Zbl 0226.90018号 ·doi:10.1287/opre.19.4.894 [26] Kadane JB，Simon HA（1977）一类约束序列问题的最优策略。Ann Stat年鉴5:237–255·Zbl 0363.90063号 ·doi:10.1214/aos/1176343791 [27] Kashyap RL，Oommen BJ（1983），多边形的保比例平滑。IEEE Trans-Pattern Ana Mach Intell 5（6）：667–671·Zbl 0523.68079号 ·doi:10.10109/TPAMI.1983.4767460 [28] Kisi T（1966）关于最优搜索调度。日本Oper Res Soc杂志8:53–65·Zbl 0302.90028号 [29] Koopman BO（1946）搜索和筛选。OEG报告，第56号，美国弗吉尼亚州罗斯林海军分析中心 [30] Koopman BO（1956）《搜索理论》。第一部分：动力学基础。运营研究4:324–346·doi:10.1287/opre.4.3324 [31] Koopman BO（1956）《搜索理论》。第二部分：目标检测。运营成本4:503–531·doi:10.1287/操作4.5.503 [32] Koopman BO（1957）《搜索理论》。第三部分：搜索努力的最优分配。运营研究5:613–626·doi:10.1287/opre.5.613 [33] Mela DF（1961）信息理论和搜索理论作为决策理论的特例。运营研究9:907–909·Zbl 0097.34403号 ·数字对象标识代码：10.1287/opre.9.6.907 [34] Oommen BJ（1997）在线随机搜索及其在非线性优化参数学习中的应用。IEEE Trans-Syst Man网络27:733–739·doi:10.1109/3477.604122 [35] Oommen BJ，Badr G（2007）基于trie-based句法模式识别的广度优先搜索策略。模式分析应用J 10:1–13·Zbl 1423.68400号 ·数字对象标识代码：10.1007/s10044-006-0032-z [36] Oommen BJ，Raghunath G（1998）随机点位置的自动学习和智能三级搜索。IEEE Trans-Syst Man Cybernet SMC-28B:947–954·数字对象标识代码：10.1109/3477.735407 [37] Onaga K（1971）检测隐藏对象的最佳搜索。SIAM应用数学杂志20:298–318·Zbl 0244.90021号 ·数字对象标识代码：10.1137/0120033 [38] Pao Y-H（1989）自适应模式识别和神经网络。Addison-Wesley，阅读·兹比尔074868061 [39] Pavlidis T（1977）结构模式识别。纽约州施普林格·Zbl 0382.68071号 [40] Pelc A（1989）用已知错误概率进行搜索。理论计算科学63:185–202·Zbl 0664.68062号 ·doi:10.1016/0304-3975（89）90077-7 [41] Press WH、Flannery BP、Teukolsky SA、Vetterling WT（1986）《数值配方：科学计算的艺术》。剑桥大学出版社·Zbl 0587.65003号 [42] Rao SS（1984）《优化：理论与应用》，第2版。新德里威利，第613–626页 [43] Rezaiifar R，Makowski AM（1997）《从最优搜索理论到蜂窝网络中的顺序寻呼》。IEEE J塞尔区公社15（7）：1253–1264·doi:10.1009/49.622909 [44] Ross S（2002）《概率模型导论》，第2版。学术，纽约 [45] Santharam G，Sastry PS，Thathachar MAL（1994）随机优化的连续动作集学习自动机。富兰克林研究所J Franklin Inst 331B5:607–628·Zbl 0838.93083号 ·doi:10.1016/0016-0032（94）90039-6 [46] 邵J（2003）《数理统计》，第2版。海德堡施普林格·Zbl 1018.62001号 [47] Sprinthall J（2002）《基本统计分析》，第2版。Allyn和Bacon，波士顿 [48] Staroverov OV（1963）关于搜索问题。理论概率应用8:184–187·Zbl 0129.31403号 ·数字对象标识代码：10.1137/108019 [49] Stone LD（1972）最优分配的增量近似。导航Res Logist Q 19:111–122·Zbl 0242.90022号 ·doi:10.1002/nav.3800190109 [50] Stone LD（1973）增量最优分配的总体最优性。导航Res Logist Q 19:419–430·Zbl 0304.90105号 ·doi:10.1002/nav.3800200306 [51] Stone LD（1976）带约束的可分离泛函的增量和全局优化。SIAM J控制优化14:791–802·Zbl 0343.90043号 ·数字对象标识代码：10.1137/0314051 [52] Tognetti KP（1968）一种行踪搜索的最佳策略。运营研究16:209–211·doi:10.1287/opre.16.1.209年 [53] Wasserman PD（1989）《神经计算：理论与实践》。van Nostrand Reinhold，纽约 [54] Webb A（2002）统计模式识别，第2版。纽约威利·Zbl 1102.68639号 [55] Wegener I（1981）搜索努力最优分布的构建。Nav Res物流师Q 28（4）：533–543·兹比尔0535.90051 ·doi:10.1002/nav.3800280403 [56] Wegener I（1982）离散搜索问题和最优分配的构造。导航Res Logist Q 29（2）：533–543·Zbl 0536.90043号 ·doi:10.1002/nav.3800290203 [57] Weisinger JR，Benkoski SJ（1989）最优分层搜索。导航Res Logist 36:43–60·Zbl 0672.90077号 ·doi:10.1002/1520-6750（198902）36:1<43:：AID-NAV3220360104>3.0.CO；2伏 [58] Williams RJ（1992）连接强化学习的简单统计梯度允许算法。马赫学习8:229–256·Zbl 0772.68076号 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。