Парпара Ольга Сергеевна

Магистр ДонНТУ Парпара Ольга Сергеевна

Факультет: "КИТА"                  Специальность: "АСУ"

Тема выпускной работы: "Компьютеризированная система прогнозирования инфекционной заболеваемости в регионе"

Руководитель: кандидат технических наук, доцент кафедры АСУ Орлов Юрий Константинович

  Главная Реферат Ссылки   Отчет о поиске  Индивидуальное задание

Библиотека

 

1. Парпара О.С., Живое вещество планеты

Доклад на студенческой конференции "Вклад В.И. Вернадского в современную научную картину мира", дисциплина "Философия науки и техники",5.03.2006 г.


2. Nitin Malik, Индостанский Колледж Науки и Технологии, Майсур, Индия
Artifical Neural Networks And Their Applications
(pdf - для просмотра необходим Acrobat Reader)
 



3. Nitin Malik, Искусственные нейронные сети и их применение (перевод статьи на русский язык)

Статья посвящена теории нейронных сетей, применению данного подхода для решения задач в различных практических областях

Исходный URL: http://lanl.arxiv.org/find/grp_q-bio,grp_cs,grp_physics,grp_math,grp_nlin/1/all:+Neural/0/1/0/all/0/1


4. Стариков А., Нейронные сети - математический аппарат

Представлены общие положения и математический аппарат, представление входных данных для нейронных сетей обратного распространения

Исходный URL: http://www.basegroup.ru/neural/


5. Стариков А., Практическое применение нейронных сетей для задач классификации

Задача классификации представляет собой задачу отнесения образца к одному из нескольких попарно не пересекающихся множеств. Примером таких задач может быть, например, задача определения кредитоспособности клиента банка, медицинские задачи, в которых необходимо определить, например, исход заболевания, решение задач управления портфелем ценных бумаг (продать купить или "придержать" акции в зависимости от ситуации на рынке), задача определения жизнеспособных и склонных к банкротству фирм.

Исходный URL: http://www.basegroup.ru/neural/


6. Олешко Д.Н., Крисилов В.А., Повышение качества и скорости обучения нейронных сетей в задаче прогнозирования поведения временных рядов

В данной работе предложен ряд способов, позволяющих существенно сократить время обучения искусственных многослойных нейронных сетей с обратным распространением ошибки (Back Propagation). В качестве базового положения эти подходы используют Принцип Достаточности. Описана система прогнозирования временных рядов FORECAST, использующая для построения прогнозов нейронную сеть и указанные подходы, рассмотрено решение задачи прогнозирования экономических показателей.

Исходный URL: http://neuroschool.narod.ru/articles.html


7. Дорогов А.Ю., Алексеев А.А., Обработка данных в нейронных сетях с ядерной организацией

Рассматривается класс многослойных нейронных сетей, наделенных структурной организацией. Образующими элементами сети являются функциональные группы нейронов, имеющих общее рецепторное поле. Предложены математические модели, отражающие структуру нейронной сети, и приведены алгоритмы нейрообработки данных.

Исходный URL: http://www.user.cityline.ru/~alphasys/downr.html


8. Айвазян С.А. Основы эконометрики - М.:Юнити, 2001. - 318 c.

Прогнозирование, основанное на использование моделей временных рядов (pdf - для просмотра необходим Acrobat Reader)

В статье описаны следующие методы прогнозирования: метод экспоненциального сглаживания (Брауна), метод Хольта, метод Хольта-Уинтерса, аддитивная модель сезонности Тейла-Вейджа.


9. Шапиро М.И., Дегтярев А.А., Профилактика кишечных инфекций в крупном городе - Л.: Медицина,1990. - 256 с.

Часть 2. Эпидемиологический надзор в системе профилактики кишечных инфекций
Глава 6. Анализ многолетней динамики заболеваемости

В книге обобщен опыт работы санитарно-эпидемиологической службы по совершенствованию профилактики кишечных инфекций с позиций теоретических, методических и организационных принципов современной эпидемиологии.


10. Горбань А.Н., Дунин-Барковский В.Л., Кирдин А.Н. и др., Нейроинформатика - Новосибирск: Наука. Сибирское предприятие РАН, 1998. - 296с.

Глава 5. Медицинская нейроинформатика (фрагмент)

Обсуждаются достоинства и недостатки нейросетевого подхода к построению медицинских систем. Описаны способы подбора и подготовки медицинских данных для обучения нейросетевых систем. Подробна описана технология построения таких систем, суммирован отечественный и зарубежный опыт их создания и эксплуатация.

ВВЕРХ

  Главная Реферат Ссылки   Отчет о поиске  Индивидуальное задание