ДонНТУ   Портал магистров

Ссылки по теме выпускной работы

    Материалы магистров ДонНТУ

  1. Магистерская работа С. С. Носова

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

    Руководитель: В. Н. Беловодский

  2. Магистерская работа Е. А. Кравченко

    Тема: «Разработка ПО для анализа и оптимизации деятельности подписного агентства»

    Руководитель: доц. кафедры ПМИ, к.т.н. О. Д. Ситникова

  3. Магистерская работа А. Ю. Филатовой

    Тема: «Разработка компьютеризированной подсистемы анализа и прогнозирования потребления природного газа в условиях ОАО «Донецкгоргаз»

    Руководитель: проф. С. В. Лаздынь

    4. Научные работы и статьи

  4. Восстановление пропущенных данных в эмпирических таблицах

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

    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.

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

    Автор: к.т.н., доц. Волченко Е.В.

    Описание: В работе рассматривается проблема формирования эффективных обучающих выборок в адаптивных системах распознавания. Предложен метод построения взвешенных выборок w-объектов на основе сеточного подхода.

  6. Эволюционный метод восстановления пропусков в данных

    Автор: Снитюк В.Е.

    Описание: В статье выполнен анализ моделей и методов, предназначенных для восстановления отсутствующих данных. Предложен эволюционный метод, базирующийся на композиции использования нейронной сети и генетического алгоритма. Технология восстановления пропусков не требует выполнения ограничений, связанных с линейностью модели, распределением параметров и других.

  7. Меры сходства, компактности, информативности и однородности обучающей выборки

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

    Описание: В статье описывается, как с помощью функции конкурентного сходства (FRiS- функции) можно оценивать сходство между объектами и образами, получать количественные меры компактности образов, информативности признакового пространства и однородности обучающей выборки. Представлен опыт использования предлагаемых мер для решения задач распознавания и прогнозирования количественной переменной.

  8. Выбор метода восстановления пропущенных данных для оценки сердечно-сосудистой деятельности подростков

    Авторы: Бых А.И., Высоцкая Е.В., Рак Л.И., Порван А.П., Болибок Е.Е., Сватенко О.А.

    Описание: В статье дана сравнительная характеристика двум методам импутации пропущенных данных, необходимых для оценки деятельности сердечной сосудистой системы и диагностики хронической сердечной недостаточности у детей и подростков с патологией миокарда.

  9. Метод эффективного расчета матрицы ближайших соседей для полнотекстовых документов

    Авторы: Агеев М.С., Добров Б.В.

    Описание: В статье рассмотрены различные алгоритмы для вычисления матрицы наиболее близких соседей в больших коллекциях документов, при использовании стандартного векторного представления документов с TF*IDF4-весами слов.

  10. Статистические методы восстановления пропущенных данных

    Авторы: Злоба Е., Яцкив И.

    Описание: В статье проведено исследование методов для заполнения пропусков в неполных данных. Рассмотрено использование resampling процедур для этой проблемы. Разработаны и реализованы программно алгоритмы методов Resampling, Бартлетта и замены по среднему.

  11. Гипотезы компактности и λ-компактности в методах анализа данных

    Автор: Загоруйко Н.Г.

    Описание: Приводится формальное описание гипотезы компактности, лежащей в основе современных алгоритмов анализа данных – таксономии, выбора информативных признаков, распознавания образов, заполнения пробелов в таблицах и прогнозирования многомерных динамических рядов. Вводится критерий дисперсионного типа для оценки качества получаемых решений, более эффективный по сравнению с обычно используемыми ретроспективными критериями. Предлагается гипотеза λ-компактности, позволяющая создать новый класс алгоритмов анализа данных.

  12. Оптимизация предобработки данных: константа Липшица обучающей выборки и свойства обученных нейронных сетей 

    Автор: Царегородцев В.Г. 

    Описание: Рассмотрена  задача  целенаправленной  предобработки  обучающей  выборки  для ускорения  обучения  нейросети.  Индикатором  сложности  выборки  служит  значение константы  Липшица  выборки.  Для  базы  реальных  данных,  линейной  и  нелинейной предобработок  независимых  признаков  показана  зависимость  свойств  обученных нейронных сетей от величины константы Липшица выборки. 

  13. Заполнение пропусков в случайно-цензурированных временных рядах

    Автор: Моисеев С.Н.

    Описание: Предложены алгоритмы заполнения пропусков в случайно-цензурированных снизу стационарных зависимых временных рядах из класса распределений, которые сводятся к гауссову монотонным безинерционным преобразованиям. Заполнение не искажает вероятностных свойств временных рядов.

  14. Методы восстановления пропусков в массивах данных

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

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

  15. Решение задачи кластеризации методом конкурентного обучения при неполных статистических данных

    Автор:  Ефимов А.С.

    Описание: Представлен обзор современных методов восстановления пропусков в неполных статистических данных. Предложен способ совмещения процедуры кластеризации статистических данных и обработки пропущенных в них значений на основе модификации алгоритма конкурентного обучения сети Кохонена. 

  16. Метод «Гусеница»-SSA для анализа временных рядов с пропусками

    Авторы:  Голяндина Н.Э., Осипов Е.В.

    Описание: Данная работа посвящена адаптации появившегося в последние десятилетия 20-го века метода «Гусеница»-SSA к анализу временных рядов с пропущенными наблюдениями.

  17. Способы заполнения пропусков в данных массовых социологических опросов

    Автор:  Зангиева И.К.

    Описание: В статье приводится анализ теоретических и методических аспектов заполнения пропусков в данных.

  18. Ликвидация пропущенных значений

    Описание: Данная работа посвящена описанию основных алгоритмов восстановления пропущенных значений.

    19. Техническая и справочная литература

  19. Национальная библиотека Украины имени В.И. Вернадского

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

  20. Академия Google

    Академия Google позволяет без труда выполнять обширный поиск научной литературы. Используя единую форму запроса, можно выполнять поиск в различных дисциплинах и по разным источникам, включая прошедшие рецензирование статьи, диссертации, книги, рефераты и отчеты, опубликованные издательствами научной литературы, профессиональными ассоциациями, высшими учебными заведениями и другими научными организациями. Академия Google позволяет найти исследование, наиболее точно соответствующее вашему запросу, среди огромного количества научных трудов.

  21. Lib.com.ua

    Lib.com.ua – электронная библиотека. Более тысячи книг, которые можно скачать бесплатно.

  22. Литтл Р., Рубин Д.Б.(Little, Rubin) «Статистический анализ данных с пропусками»

    В книге рассматриваются проблемы обработки пропусков в данных. Авторы рассказывают о различных методах решения этих проблем.

  23. Русский гуманитарный интернет-университет 

    Библиотека с огромным количеством научных статей и книг по любой интересующей Вас теме.

  24. Research library

    Электронная библиотека, позволяющая читать любые интересующие Вас книги online. 

  25. Центр информационно-библиотечного обеспечения учебно-научной деятельности

    Электронная библиотека с большим количеством электронных учебников и книг. Здесь можно найти большое количество книг по теме:  «Статистический анализ данных с пропусками».

  26. MachineLearning.ru

    Профессиональный информационно-аналитический ресурс, посвященный машинному обучению, распознаванию образов и интеллектуальному анализу данных.

  27. Протасов К.В. «Статистический анализ экспериментальных данных»

    В книге изложен вероятностный подход к описанию погрешностей и представлены простейшие распределения. Рассматривается функция pacпределения случайной переменной, проблема распространения ошибок, выборка экспериментальных данных, среднее и дисперсия выборки, распределения χ2 и Стьюдента. Представлен целый ряд методов, используемых при углубленном анализе экспериментальных данных в различных ситуациях: малая выборка, сравнение результатов двух экспериментов, систематические ошибки и т. д. Изложена проблема подгонки параметров методом наименьших квадратов и методом максимальноrо правдоподобия.

  28. ВикипедиЯ

    Свободная энциклопедия, в которой можно найти огромное количество необходимой Вам информации. 

  29. www.slovarik.kiev.ua

    Словари: толковый словарь, словарь терминов, словарь Даля...

  30. progBook.net

    Книги и учебные пособия по различным языкам программирования.

  31. LetItBook

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

    32. Специализированные сайты и порталы

  32. CIT-форум

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

  33. Форум программистов Vingrad

    Vingrad – форум программистов, на котором можно задать вопросы по восстановлению пропусков в статистических данных.

  34. CoderPost.NET

    Сайт для программистов всех направлений. Представлены статьи и учебники по программированию, а также различные программы, скрипты и прочее.

  35. CyberForum.ru

    КиберФорум – компьютерный форум начинающих и профессиональных программистов, системных администраторов, администраторов баз данных. Бесплатная помощь в решении задач по программированию.

  36. Proger.in.ua

    Форум украинских програмистов, все про программирование.

  37. Hardforum

    Обсужение вопросов программирования на языках C++, Delphi, Visual Basic. Веб-программирование, WIndows и Unix.

  38. Tehnari.ru

    Форум программистов – программирование для начинающих и профессионалов. Обсуждение и решение проблем, создание программ.

  39. Клуб ПРОграммистов

    Форум профессиональных и начинающих программистов.

  40. Портал искусственного интеллекта

    Статьи и файлы по основным направлениям исследований в области искусственного интеллекта.

  41. Neuroforex

    Сайт посвящен, искусственному интеллекту, нейронным сетям и всему, что с ними связанно. 

  42. Helloworld

    Helloworld – документация, книги, описания, советы, форум по программированию. Для начинающих и опытных программистов.

  43. PC Noon

    Здесь представлены: данные по моделированию нейронных сетей, включающие цикл статей с основами теории и исходные коды программ на C++, а также ссылки на нейросетевые ресурсы.

  44. Neurones

    Сайт, темы которого «искусственные нейронные сети» и «нейросетевые технологии». Все о нейронных сетях: статьи, учебники, книги, прогаммы.

  45. GotAI.NET

    Форум, посвященный проблемам искусственного интеллекта, применению искусственного интеллекта при решении комплексных задач.

  46. Devoid

    Портал программистов –  содержит статьи, книги, учебники по программированию.

  47. Ishodniki.Ru

    Все языки программирования, статьи и книги. Консультации программистов на форуме.

    48. Cтатьи на иностранных языках

  48. Local multiple imputation

    Авторы: Marc Aerts1, Gerda Claeskens, Niel Hens, Geert Molenberghs

    Описание: В этой статье полностью описаны непараметрические и полупараметрические методы заполнения пропусков во взвешенных обучающих выборках данных. Рассматриваются асимптотические выражения для смещения, дисперсии. Показывается влияние различных параметров сглаживания на смещение и дисперсию. 

  49. Multiple imputation for multivariate missing-data problems: a data analyst’s perspective

    Авторы: Joseph L. Schafer, Maren K. Olsen

    Описание: В этой статье рассматриваются ключевые идеи метода заполнения пропусков во взвешенных обучающих выборках данных, обсуждается программное обеспечение и демонстрируется его использование.

  50. Multiple Imputation for Missing Data: Concepts and New Development (Version 9.0)

    Авторы: Yang C. Yuan, SAS Institute Inc., Rockville, MD

    Описание: Анализируется использование стандартных процедур в выборках данных. Описывается метод заполнения пропусков во взвешенных выборках данных.

  51. Working With Missing Values

    Автор: Alan C. Acock

    Описание: Анализируются результаты пропусков данных с помощью программ SPSS, NORM, Stata (MVIS / micombine) и Mplus. Приводятся примеры  анализа программ Stata и Mplus.

  52. Imputation of Missing Data in Waves 1 and 2 of SHARE

    Автор: Dimitris Christelis

    Описание: Описываются методы оценки сходимости. Автор дает подробную информацию о многочисленных проблемах, связанных с заполнением пропусков во взвешенных обучающих выборках данных.