Как преодолеть «проклятие размерности» данных методами имитационного математического моделирования объекта исследования?

Для преодоления «проклятия размерности» данных при имитационном математическом моделировании объекта исследования можно использовать следующие приёмы:

• Введение малых (больших) параметров. cyberleninka.ru Если отдельные элементы системы сильно различаются по своим характеристикам, то вводятся параметры, представляющие их отношения, тем самым уменьшается число степеней свободы. cyberleninka.ru
• Расщепление системы на подсистемы меньшей размерности. cyberleninka.ru Такое расщепление удобно производить дезагрегацией дерева целей. cyberleninka.ru
• Использование метода главных компонент. ru.wikipedia.org Он позволяет снизить размерность, и далее поставленные задачи решаются уже в пространстве малой размерности. ru.wikipedia.org
• Восстановление одномерных распределений случайных величин. ru.wikipedia.org В этом случае можно восстановить одномерные распределения случайных величин и построить многомерные распределения как их произведения. ru.wikipedia.org Далее, используя ту же обучающую выборку в режиме скользящего экзамена, можно восстановить одномерное распределение отношения функций правдоподобия дифференцируемых классов, что устраняет смещения, связанные с взаимозависимостью. ru.wikipedia.org

Следует учитывать, что эти методы не решают проблему «проклятия размерности» кардинально и эффективны только в частных случаях. ru.wikipedia.org