Методы вейвлет-анализа широко используются при решении обратных статистических задач для обращения линейных однородных операторов. Преимущество этих методов заключается в вычислительной эффективности и возможности адаптации как к виду оператора, так и к локальным особенностям оцениваемой функции. Для подавления шума в наблюдаемых данных применяется
пороговая обработка коэффициентов разложения наблюдаемой функции по вейвлет-базису. Одним из наиболее эффективных является метод блочной пороговой обработки, в котором коэффициенты разложения обрабатываются группами, что позволяет учитывать информацию о соседних коэффициентах. Иногда природа данных такова, что регистрация наблюдений проводится в случайные моменты времени. Если точки отсчетов образуют вариационный ряд, построенный по выборке из равномерного распределения на отрезке регистрации данных, то использование процедур пороговой обработки оказывается адекватным и не ухудшает качество получаемых оценок. Об условиях сильной состоятельности и асимптотической нормальности оценки среднеквадратичного риска метода блочной пороговой обработки читайте в статье ученых из ФИЦ ИУ РАН И МГУ им. М.В. Ломоносова в новом выпуске журнала "Информатика и ее применения".
Полнотекстовая версия 3-го номера журнала за 2025 год доступна по ссылке.
Журнал выходит ежеквартально. Включен в Перечень ВАК Минобрнауки России, входит в "Белый список" и индексируется в Scopus.
Правила подготовки статей для публикации в журнале - на странице журнала.
Редакция журнала:
Тел.: +7 499 135-86-92
E-mail: iiep@frccsc.ru
