вверх
ДонНТУ   Портал магистров

Библиотека материалов по теме выпускной работы

Собственные публикации и доклады

  1. Разработка веб-службы для обеспечения взаимодействия 1С-клиента и веб-сайта каталога товаров

    Авторы: А.М. Мирошниченко, Е.С. Шагаева

    Описание: Рассматривается проблема интеграции 1С-клиента и веб-сайта каталога товаров. Предложено разработать веб-сервис, предоставив клиенту на «1C» возможность работать с БД сервера ИМ. За счет этого можно получать данные и манипулировать объектами приложения, выполняющегося на сервере. При этом, написанный единожды код можно легко расширять, тем самым предоставляя все новые возможности клиенту. Это решение позволило отказаться от использования дорогостоящего ПО и упростить процесс ведения бухгалтерии ИМ.

    Источник: Сучасна інформаційна Україна: інформатика, економіка, філософія / Матерiали VI мiжнародної науково-практичної конференцiї студентiв, аспiрантiв та молодих вчених. — Донецьк, ДонНТУ — 2012, секція 3.

  2. Разработка и анализ алгоритмов сегментации временных рядов

    Авторы: А.М. Мирошниченко, Е.С. Шагаева

    Описание: Выполнен анализ существующего состояния научных исследований в области статистики и прогнозирования для последующей разработки алгоритма сегментации временных рядов. Сформулированы основные требования к предварительным преобразованиям временных рядов, необходимые для уменьшения ошибки прогноза методов прогнозирования.

    Источник: Информационно-управляющие системы и компьютерный мониторинг / Материалы IV международной научно-технической конференции студентов, аспирантов и молодых ученых. — Донецк, ДонНТУ — 2013, секция 8.

Тематические статьи

  1. Представление исходных данных в задачах нейросетевого прогнозирования

    Авторы: В.А. Крисилов, К.В. Чумичкин, А.В. Кондратюк

    Описание: Рассматриваются аопросы 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 соображений при прогнозировании финансовых временных рядов.

    Источник: http://neuroschool.narod.ru/pub/00vr.pdf

  2. Ускорение обучения нейронных сетей за счет адаптивного упрощения обучающей выборки

    Авторы: В.А. Крисилов, К.В. Чумичкин

    Описание: В работе предпринята попытка улучшить параметры сходимости алгоритмов обучения нейронных сетей, основанных на методе градиентного спуска, за счет упрощения обучающей выборки на ранних этапах обучения с последовательным усложнением (детализацией) на последующих этапах.

    Источник: http://storage.library.opu.ua/online/periodic/opu_2005_1(23)/3/3_4.pdf

  3. Предварительная оценка качества обучающей выборки для нейронных сетей в задачах прогнозирования временных рядов

    Авторы: В.А. Крисилов, Р.А. Тарасенко

    Описание: Рассмотрены особенности задачи прогнозирования временных рядов. Выявлены критерии качества обучающей выборки – ее противоречивость и повторяемость. Исследованы возможности их использования для повышения качества обучающей выборки.

    Источник: http://neuroschool.narod.ru/ourworks.html

  4. Выбор размера описания ситуации при формировании обучающей выборки для нейронных сетей в задачах прогнозирования временных рядов

    Авторы: В.А. Крисилов, Р.А. Тарасенко

    Описание: Рассмотрена проблема уменьшения противоречивости обучающей выборки, предложено понятие сложности ее наборов. Экспериментально найдено общий вид зависимости критериев качества обучающей выборки от сложности ее наборов. Выявлена необходимость формирования обучающей выборки на базе описания временного ряда равномерной сложности. Предложены пути формирования такого описания.

    Источник: http://neuroschool.narod.ru/articles.html

  5. повышение качества и скорости обучения нейронных сетей в задаче прогнозирования поведения временных рядов

    Авторы: В.А. Крисилов, Д.Н. Олешко

    Описание: 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.

    Источник: http://neuroschool.narod.ru/pub/dn01.html

  6. Оценка качества обучающих множеств для нейронных сетей в задачах сжатия данных без потерь

    Авторы: Ю.Л. Иваськив, О.Л. Лещинский, В.В. Левченко

    Описание: Дана экспериментальная оценка качества обучающих множеств, сформированных из данных различных типов для нейронных сетей по критериям повторяемости и противоречивости. Сформулированы рекомендации по выбору параметров обучающего множества для нейросетевой модели в задачах сжатия данных без потерь.

    Источник: http://www.immsp.kiev.ua/publications/articles/2008/2008_1/Ivaskiv_01_2008.pdf

  7. Прогнозирование спроса на химическую продукцию с применением аппарата временных рядов

    Авторы: Т.А. Фролова, Д.С. Туляков

    Описание: Осуществляется прогноз выпуска продукции многоассортиментного производства, при этом используется метод, основанный на анализе временных рядов. В качестве исходных факторов используются объемы реализации продукции за предыдущие периоды.

    Источник: http://vernadsky.tstu.ru/pdf/2009/05/rus_16_2009_05.pdf

Переводы статей

  1. Сравнение мер расстояния в эволюционной сегментации временных рядов

    Авторы: Jingwen Yu, Jian Yin, Jun Zhang

    Перевод: Е.С. Шагаева

    Описание: Сегментация является основным этапом в процессе анализа и исследования временных рядов. Учитывая набор шаблонов проектирования, эволюционное вычисление является подходящим инструментом для сегментации временных рядов, гибким и эффективным.

    Источник (англ.): Comparison of Distance Measures in Evolutionary Time Series Segmentation