Стихарь Алина Геннадьевна

БИБЛИОТЕКА ПО ТЕМЕ МАГИСТЕРСКОЙ РАБОТЫ

Тематические Статьи

1.  Прогнозирование демографического развития.

Авторы: Пузиков О.С.

Описание: Обзорная лекция, раскрывающая содержание и значение изучения демографического развития страны. Так же освещен вопрос о разработке демографических прогнозов: стадии и временные горизонты прогнозов, факторы и показатели демографического развития.

Источник: http://inpos.com.ua/51


2.  SLIQ: A Fast Scalable Classifier for Data Mining.

Авторы: Manish Mehta, Rakesh Agrawal, Jorma Rissanen

Описание: Статья на английском языке, рассматривающая алгоритм конструирования дерева решений под названием SLIQ (SLIQ относится к классу регрессионных решающих деревьев). В работе описывается базовый алгоритм построения дерева решений, обсуждаются проблемы масштабируемости, значительная роль уделена расчетам и детальному анализу производительности SLIQ.

Источник: http://www.springerlink.com/content/mt27q3g813631k79/


3.  Применение нейронных сетей для аппроксимации данных  (фрагмент статьи).

Авторы: Т.В. Филатова

Описание: Рассматривается применение искусственных нейронных сетей для решения задачи аппроксимации данных и сопоставление результатов с традиционным методом построения трендовых моделей.

Источник: http://sun.tsu.ru/mminfo/000063105/284/image/284_121-125.pdf


4.  Оптимизация предобработки данных для обучаемой нейросети: критерии оптимальности предобработки.

Авторы: Царегородцев В.Г.

Описание: Рассматриваются способы предобработки количественных признаков обучающей выборки, индивидуальные для признака и интегральные для выборки критерии оптимальности предобработки. Эксперименты подтверждают ускорение обучения backprop-нейросети при смене способа предобработки, возможность оценивания изменения степени оптимальности предобработки и вероятности ускорения обучения.

Источник: http://www.neuropro.ru/mypapers/rostov05_3.pdf


5.  Использование байесовского подхода в обучении нейронных сетей.

Авторы: В. Г. Матвейкин, С. В. Фролов.

Описание: В статье показывается, что альтернативой структурной оптимизации нейронных сетей при их обучении является использование байесовских методов регуляризации. Рассматриваются алгоритмы обучения нейронных сетей с использованием традиционных и байесовских методов регуляризации. Приводится основанный на байесовском подходе алгоритм вычисления погрешности прогноза выходных значений нейронной сети.

Источник: http://www.techno.edu.ru:16001/db/msg/27152.html


6.  Гибридные алгоритмы обучения RBF-сетей.

Авторы: B.P. Mилов

Описание: В статье освещен комбинированный подход к обучению нейронных RBF-сетей. Весовые коэффициенты нейронов скрытого слоя определяются на основе известных процедур обучения без учителя. Для определения параметров выходного слоя и структуры RBF-сети предложены алгоритмы, основанные на развитой байесовской методологии.

Источник: http://www.library.mephi.ru/data/scientific-sessions/2006/n2/3-1-5.doc


7.  Статистичне моделювання та прогнозування: концепція методу головних компонент (фрагмент).

Авторы: Ерина А.М.

Описание: Статья на украинском языке, посвящена разделу факторного анализа – методу главных компонент.

Источник: http://www.gmdh.net/articles/theory/StatModeling.pdf


8.  A tutorial on Principal Components Analysis.

Авторы: Lindsay I Smith

Описание: Статья на английском языке, автор в доступной форме изложил суть анализа главных компонент. Прежде чем, непосредственно, перейти к методу главных компонент, автор вводит математические понятия, которые будут использоваться в этом алгоритме – это ковариация, дисперсия, собственные вектора и собственные значения ковариационной матрицы.

Источник: http://www.cs.otago.ac.nz/cosc453/student_tutorials/principal_components.pdf


9.  Застосування статистичного моделювання при перспективних розрахунках складу та руху населення.

Авторы: Горобець О.В.

Описание: Статья на украинском языке, включает обзор различных методик демографического прогнозирования.

Источник: http://www.confcontact.com/2008dec/8_gorobets.htm

Переводная Cтатья

10. Применение нейронных сетей с радиально-базисными функциями для решения задач аппроксимации.

      Approximation by radial basis function networks

Авторы: A. Lendasse, J. Lee, E. de Bodt, V. Wertz, M. Verleysen

Автор перевода: Стихарь А.Г.

Описание: Статья посвящена аппроксимации функций с использованием радиально-базисных нейронных сетей (RBF). Освещены следующие вопросы: разновидности радиально базисных сетей, влияние предобработки данных на эффективность работы сети, обучение сетей RBF.

Источник: http://www.dice.ucl.ac.be/~verleyse/papers/bookLesage03al.pdf

Тексты Собственных Статей

11.  Глобализация образования: разнообразие подходов и практических мер (по материалам Всемирной конференции ЮНЕСКО о высшем образовании)

Автор: Стихарь А.Г.

Описание: Статья посвящена анализу влияния глобальных социальных процессов на развитие современного образования.