вверх
ДонНТУ   Портал магистров

Ссылки по теме выпускной работы

Материалы магистров ДонНТУ

  1. Магистерская работа И. Ю. Кузьменко

    Тема: «Исследование и разработка метода удаления выбросов во взвешенных обучающих выборках»

    Описание: Персональный сайт на портале магистров ДонНТУ, 2012 г.

    Руководитель: д.т.н., проф. А. И. Шевченко

    Консультант: к.т.н., доц. Е. В. Волченко

  2. Магистерская работа Ю. Г. Шкарпеткина

    Тема: «Исследование и разработка метода заполнения пропусков в взвешенных обучающих выборках данных»

    Описание: Персональный сайт на портале магистров ДонНТУ, 2012 г.

    Руководитель: д.т.н., проф. А. И. Шевченко

    Консультант: к.т.н., доц. Е. В. Волченко

  3. Магистерская работа С. С. Носов

    Тема: «Разработка конечной математической модели динамики метеопараметров и прогнозирование их поведения на ее основе»

    Описание: Персональный сайт на портале магистров ДонНТУ, год

    Руководитель: В.Н. Беловодский

  4. Магистерская работа Е. А. Климова

    Тема: «Разработка дифференциальной математической модели эволюции метеопараметров и решение задач прогноза на ее основе»

    Описание: Персональный сайт на портале магистров ДонНТУ, год

    Руководитель: В.Н. Беловодский

  5. Магистерская работа А. И. Криницкая

    Тема: «Разработка инструментальных средств очистки web-страниц от информационного шума»

    Описание: Персональный сайт на портале магистров ДонНТУ, год

    Руководитель: к.т.н., доц. Т.В. Мартыненко

Научные работы и статьи

  1. Метод построения взвешенных временных рядов для решения задачи прогнозирования

    Авторы: А.С. Миненко, Е.В. Волченко, С.А. Шишкин

    Описание: Рассматривается задача прогнозирования временных рядов большого размера. Предложен метод построения сокращенных взвешенных рядов, основанный на сегментации начального ряда и анализе полученных сегментов. Выполнено расширение известных методов прогнозирования на взвешенные временные ряды.

  2. Расширение метода группового учета аргументов на взвешенные обучающие выборки w-объектов

    Авторы: Е.В. Волченко

    Описание: Рассматривается задача построения решающих правил классификации в адаптивных системах распознавания. Показывается возможность построения решающих правил методом группового учета аргументов по взвешенной выборке w-объектов.

  3. Сеточный подход к построению взвешенных обучающих выборок w-объектов в адаптивных системах распознавания

    Авторы: Е.В. Волченко

    Описание: В работе рассматривается проблема формирования эффективных обучающих выборок в адаптивных системах распознавания. Предложен метод построения взвешенных выборок w-объектов на основе сеточного подхода. Выполнена оценка предложенного метода, доказана его сходимость и вычислена временная сложность. Приведены результаты экспериментальных исследований, подтверждающие высокое качество получаемых выборок w-объектов.

  4. Применение метода ААУ к прогнозированию временных рядов

    Авторы: А.Е. Антипов

    Описание: Рассматривается возможность применения метода автономного адаптивного управления (ААУ) для прогнозирования временных рядов данных. Предлагается эволюционный способ оптимизации параметров «датчиков», наблюдающих временной процесс, с помощью метода автоматной оптимизаци. Рассмотрен пример прогнозирования биржевого курса ценных бумаг.

  5. Представление исходных данных в задачах нейросетевого прогнозирования

    Авторы: В.А. Красилов

    Описание: В работе рассматриваются вопросы предварительных преобразований данных в задачах прогнозирования временных рядов посредством нейронных сетей. Сформулированы требования к предварительным преобразованиям, необходимые для уменьшения ошибки прогноза. Приведены практические результаты применения предложенных сооброжений при прогнозировании финансовых временных рядов.

  6. Восстановление пропущенных данных в эмпирических таблицах

    Авторы: В.И. Васильев, А.И. Шевченко

    Описание: Рассматривается задача восстановления пропущенных данных в эмпирических таблицах. В качестве рабочего инструмента используется метод предельных упрощений, основанный на базовых положениях теории редукции, а также метод аналогий.

  7. Методы восстановления пропусков в массивах данных

    Авторы: В.В. Круглов, И.В. Абраменкова

    Описание: Проводится сравнительный анализ существующих методов восстановления пропущенных значений в массивах (рядах, таблицах) данных, в том числе с практической проверкой восстанавливающей способности наиболее известных алгоритмов.

  8. Нечеткая сегментация временных рядов

    Авторы: П.Н. Зайцев

    Описание: Предложены модифицированные алгоритмы для измерения однородности сегментов временного ряда и универсальный алгоритм нечеткой сегментации временного ряда. Показано, что предложенный алгоритм более четко обозначает характерные временные периоды, а «всплески» являются более прогнозируемыми.

  9. Цензурирование обучающей выборки

    Авторы: Н.Г. Загоруйко, О.А. Кутненко

    Описание: Рассматривается метод цензурирования обучающей выборки путем исключения «шумящих» объектов, что повышает компактность образов и приводит к улучшению качества распознавания контрольной выборки.

  10. О задачах фильтрации обучающих данных

    Авторы: Ю.Ю. Дюличева

    Описание: Приведен обзор современных подходов к выявлению выбросов в обучающих данных; вводятся строгие понятия чистого и мажоритарного выбросов относительно модели алгоритмов обучения; установлено существование моделей алгоритмов обучения и обучающих выборок, относительно которых множество чистых выбросов непусто; доказано необходимое и достаточное условие существования пустого множества чистых выбросов, связанное с ёмкостью модели алгоритмов обучения.

  11. Предобработка данных для обучения нейронной сети

    Авторы: Ю.П. Качановский, Е.А. Коротков

    Описание: Рассматривается профиль компактности, который изначально применялся в задаче классификации, для исключения противоречивых сведений в обучающих выборках нейронной сети.

  12. Временные ряды: анализ и прогноз

    Авторы: А.Ю. Лоскутов, О.Л. Котляров, Д.И. Журавлев

    Описание: Рассматриваются некоторые методы для прогноза временных рядов. Основное внимание уделено локальным методам, разработанным в рамках нелинейной динамики. Построена общая математико-статистическая модель локальной аппроксимации.

Техническая и справочная литература

  1. Прогнозирование временных рядов

    Ресурс Habrahabr, в котором описан метод прогнозирования временных рядов при помощи муравьиного алгоритма.

  2. Анализ временных рядов. Прогноз и управление (Бокс Дж., Дженкинс Г.М.)

    Ресурс Prognoz. Особое внимание уделено нестационарным временным рядам, содержащим либо стационарные приращения, либо периодические. Содержит основные сведения из корреляционной теории случайных процессов, выбор модели, оценивание ее параметров и проверку модели, а также модели для сезонных временных рядов.

  3. Бесплатная техническая библиотека

    Крупнейшая библиотека Украины, главный научно-информационный центр государства.

  4. Временной ряд

    Ресурс Wikipedia. Краткое описание спецификации временных рядов.

  5. Большая Энциклопедия России

    Ресурс Ngpedia. Содержит информацию о определении, значении и смысле слова «выборка».

  6. Выборка

    Ресурс Machinelearning. Содержит информацию о выборках.

  7. Национальная библиотека Украины имени В.И. Вернадского

    Крупнейшая библиотека Украины, главный научно-информационный центр государства. Входит в число десяти крупнейших национальных библиотек мира.

  8. LetItBook

    Электронная библиотека Let It Book – книги и учебники по программированию.

  9. Толкование термина «Выборка»

    Ресурс Slovarik.kiev. Словари: толковый словарь, словарь терминов, словарь Даля. Содержит толкование термина «Выборка».

  10. Анализ временных рядов (Конторович Г.Г.)

    Лекционные и методические материалы. Часть курса, посвященная стационарным временным рядам.

  11. Научная библиотека Национального университета «Киево-Могилянская академия»

    Сайт библиотеки Национального университета «Киево-Могилянская академия».

  12. eLib.ru

    Научная электронная библиотека.

  13. Анализ временных рядов и прогнозирование

    В книге рассматриваются показатели временного ряда, основные типы тенденций и методы их распознавания, методы оценки параметров колеблемости, измерение устойчивости уровней ряда и тенденции динамики, моделирование и прогнозирование временных рядов.

  14. Научная библиотека им. М.Горького

    Научная библиотека Санкт-Петербургского государственного университета им. М.Горького.

  15. Академия Google

    Система для обширного поиска научной литературы.

Специализированные сайты и порталы

  1. Lokad.com.ua

    Определение временных рядов. Примеры временных рядов. Прогнозирование временных рядов.

  2. Хабрахабр

    Самое крупное сообщество людей, занятых в индустрии высоких технологий.

  3. AUP.RU

    Административно-управленческий портал. Прикладная статистика (Орлов А.И.)

  4. Нейронные сети

    Сайт посвящен нейронным сетям и методам удаления выбросов в обучающих выборках.

  5. CIT-форум

    Крупнейший архив научной и практической информации по всем направлениям компьютерных наук.

  6. Devoid

    Портал программистов. Содержит статьи, книги, учебники по программированию.

  7. Neuroschool

    Содержит электронные версии наиболее популярных книг по нейронным сетям, интеллектуальной обработке данных и смежным вопросам.

  8. Клуб программистов

    Форум программистов. Предназначен как для опытных специалистов, так и для новичков.

  9. Портал искусственного интеллекта

    Портал, где собраны статьи и файлы по основным направлениям исследований в области искусственного интеллекта.

  10. Технологии анализа данных. Форум

    Открыты темы, связанные с математическим аппаратом и алгоритмами поиска закономерностей, моделирования, прогнозирования, визуализации.

  11. Форум Vingrad

    Российский форум программистов.

Научные работы и статьи иностранного происхождения

  1. Segmenting Time Series for Weather Forecasting

    Авторы: Somayajulu G. Sripada, Ehud Reiter, Jim Hunter, Jin Yu

    Описание: Предложен новый алгоритм сегментации временных рядов для прогнозирования погоды.

  2. Spatial Clustering Methods in Data Mining: A Survey

    Авторы: Jiawei Han, Michelin Kamber, Anthony K.H. Tung

    Описание: Обзор методов кластеризации в интеллектуальном анализе данных.

  3. An Online Algorithm for Segmenting Time Series

    Авторы: Eamonn Keogh, Selina Chu, David Hart, Michael Pazzani

    Описание: Рассматриваются эмпирические сравнения методов сегментации временных рядов. Показаны недостатки данных алгоритмов с точки зрения интеллектуального анализа данных. Предложен новый улучшенный алгоритм сегментации временных рядов.

  4. Comparison of Distance Measures in Evolutionary Time Series Segmentation

    Авторы: Jingwen Yu, Jian Yin, Jun Zhang

    Описание: В этой статье рассматриваются три алгоритма сравнения меры расстояния в эволюционном временном ряду, превосходящие DPPD подход.

  5. An Optimal Linear Time Algorithm for Quasi-Monotonic Segmentation

    Авторы: Daniel Lemire, Martin Brooks, Yuhong Yan

    Описание: Рассматриваются проблемы сегментации массива в к-сегментов. Предлагаются метрики для проблемы представления оптимального линейного алгоритма сегментации временных рядов.

  6. Outlier Detection over Sliding Windows for Probabilistic Data Streams

    Авторы: Fabrizio Angiulli, Clara Pizzuti

    Описание: Рассматривается обнаружение выбросов в выборках. Данный метод является очень полезным для многих приложений, в которых данные, как правило, неопределенны и могут быть описаны с помощью вероятности.

  7. Learning to Predict by the Methods of Temporal Differences

    Авторы: Richard S. Sutton

    Описание: Рассматривается класс дополнительных алгоритмов построения специализированных обучающих выборок, которые используют имеющиеся данные с пропусками и на основе их прогонозируют будущее поведение системы.

  8. Data Cleaning: Detecting, Diagnosing, and Editing Data Abnormalities

    Авторы: Van den Broeck J, Argeseanu Cunningham S, Eeckels R, Herbst K

    Описание: Приведены методы очистки данных, типы ошибок и методы их исправления в области медицины.