ДонНТУ   Портал магистров

Библиотека материалов по теме выпускной работы

    Тематические статьи

  1. О способе определения близости объектов взвешенных обучающих выборок

    Авторы: Е. В. Волченко

    Описание: В работе предложена метрика для определения расстояния между объектами обучающих выборок, имеющими вес. Выполнено расширение алгоритма k-ближайших соседей на взвешенные выборки w-объектов с вычислением расстояния на основе предложенной метрики. Проведены экспериментальные исследования, подтвердившие эффективность предложенного подхода

    Источник: Вісник НТУ "ХПІ". Серія: Інформатика та моделювання. – Харків: НТУ "ХПІ". – 2012. – № 38. –С. 38 – 45., [Перейти]

  2. Классификация объектов в адаптивных системах распознавания на основе функции взвешенного конкурентного сходства

    Авторы: Е. В. Волченко

    Описание: В работе предложено естественное расширение области использования функции конкурентного сходства на взвешенные выборки w-объектов (wFRiS-фукции), что позволяет с высокой эффективностью и минимальными затратами решать задачу классификации объектов в адаптивных системах распознавания.

    Источник: Вісник НТУ "ХПІ". Серія: Інформатика та моделювання. – Харків: НТУ "ХПІ". – 2012. – № 62 (968). – С. 18 – 25., [Перейти]

  3. Построение взвешенной выборки w-объектов при обработке результатов социологических исследований

    Авторы: Е. В. Волченко

    Описание: В данной работе рассматривается задача обработки результатов социологических исследований с целью формирования качественных выборок, отражающих свойства генеральных совокупностей. Обработка результатов социологических исследований проводится в данной работе путем обобщения и редукции данных. Данная работа является продолжением исследований в области эффективной обработки статистических данных и посвящена исследованию возможности применения последовательного метода построения взвешенной выборки w-объектов для обработки результатов социологических исследований.

    Источник: Інтелектуальні системи в промисловості і освіті : тези доповідей Третьої міжнародної науково-практичної конференції, м. Суми, 2-4 листопада 2011 р. / Ред.кол.: А.С. Довбиш, О.А. Борисенко, С.П. Шаповалов. — Суми : СумДУ, 2011. — Т.2. — С. 143-145., [Перейти]

  4. Адаптивные системы распознавания образов пространственно-временных полей

    Авторы: С. С. Анциферов, Н. Н. Евтихеев,

    Описание: Предлагается методология проектирования адаптивных информационно-распознающих систем – систем с элементами искусственного интеллекта. Структурно-стохастический принцип обработки информации обеспечивает преодоление существенной априорной неопределенности и высокие показатели по достоверности результатов.

    Источник: «Искусственный интеллект». – Донецк: ГУИИИ. – 2004. – № 3. – С. 405 – 416., [Перейти]

  5. Использование адаптивных методов распознавания образов взадачах принятия решений

    Авторы: В. И. Ширяев, Б. М. Кувшинов

    Описание: Предложен подход к решению задачи автоматической классификации многопараметрических объектов методами распознавания образов, учитывающий неполноту знаний экспертов на этапе построения системы распознавания. Он позволяет совместить использование экспертных суждений и возможности математических методов анализа данных в рамках единого процесса обучения системы распознавания. В основу системы классификации положены комитетные решающие правила, для которых предложен алгоритм обучения, учитывающий неопределенность априорной информации. Эффективность разработанных алгоритмов проверена при решении практической медицинской задачи оценивания тяжести гипертрофической кардиомиопатии.

    Источник: «Искусственный интеллект». – Донецк: ГУИИИ. – 2002. – № 4. – С. 526 – 533., [Перейти]

  6. Применение адаптивной нейро-нечеткой модели для распознавания подтипов транзиторных ишемических атак

    Авторы: Н. А. Новосельцева, Е. Н. Апанель, Б. В. Дривотинов, А. С. Мастікин

    Описание: Решение проблемы распознания подтипов транзиторных ишемических атак по нечетким анамнестическим данным с использованием адаптивной нейро-нечеткой модели (АННМ) на базе нечеткой формальной логики.

    Источник: Сигнальные механизмы регуляции физиологических функций. Сб. научных статей. – Минск. – 2007. – С. 186 – 188., [Перейти]

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

    Авторы: Е. В. Волченко

    Описание: В работе рассматривается задача построения решающих правил классификации в адаптивных системах распознавания. Рассмотрена возможность построения решающих правил методом группового учета аргументов по взвешенной выборке w-объектов. Предложены способы использования веса w-объектов в алгоритмах метода группового учета аргументов. Приведены результаты экспериментальных исследований, подтверждающие высокое качество получаемых решающих правил.

    Источник: Вісник НТУ "ХПІ". Тематичний випуск: Інформатика і моделювання. – Харків: НТУ "ХПІ". – 2010. – № 31. – С. 49 – 57., [Перейти]

  8. Об итеративном алгоритме подсчета взвешенных главных компонент

    Авторы: Е. В. Бурнаев, C. C. Чернова

    Описание: Разработан итеративный алгоритм подсчета взвешенных главных компонент, который позволяет существенно уменьшить среднюю (по выборке) взвешенную максимальную (по координате) ошибку восстановления векторов выборки по сжатым данным. Приведены результаты моделирования, иллюстрирующие эффективность алгоритма.

    Источник: Информационные процессы. Том 8. – 2008. – № 2. – С. 99 – 107., [Перейти]

  9. Количественная мера компактности и сходства в конкурентном пространстве

    Авторы: Н. Г. Загоруйко, И. А. Борисова, В. В. Дюбанов, О. А. Кутненко

    Описание: Описываются меры сходства между объектами в метрическом и конкурентном пространствах. В качестве меры сходства, используемой в задачах классификации и распознавания образов, предлагается функция конкурентного сходства (FRiS). Эта функция позволяет создавать эффективные алгоритмы решения всех основных задач Data Mining, получать количественную оценку компактности образов и информативности признакового пространства и строить легко интерпретируемые решающие правила. Метод применим к задачам с произвольным количеством образов, любому характеру их распределений и обусловленности обучающей выборки (соотношению между M и N).

    Источник: Труды Всероссийской Конференции «Знания-Онтологии-Теории» (ЗОНТ-09), Новосибирск, 2009, Том I, С. 93 – 102, [Перейти]

    10. Переводы статей

  10. Многоступенчатая прогнозная модель, основанная на интерполяции нейросети с адаптивной временной задержкой для ряда испытаний

    Авторы: Liang Gao, Yihua Zhang, Meng Zhang, Limin Shao, Jingxin Xie

    Описание: Косвенным недостатком многоступенчатого прогноза вперед является накопление ошибок. Для того, чтобы решить эту проблему и улучшить потенциал адаптивной временной задержки нейронных сетей (ATNN) для прогнозирования, представлена трехступенчатая модель прогнозирования SATNN на основе сплайн-интерполяции и ATNN.

    Источник (англ.): Journal of Theoretical and Applied Information Technology, 20th January 2013. Vol. 47 No.2 [Перейти]