ДонНТУ   Портал магистров

Ссылки по теме выпускной работы

    Материалы магистров ДонНТУ

  1. Исследование и разработка метода удаления выбросов во взвешенных обучающих выборках

    Описание: Персональный сайт Кузьменко И.Ю. на портале магистров ДонНТУ, 2012 г.

    Руководитель: д.т.н., проф. Шевченко А.И.

  2. Разработка и исследование алгоритма построения взвешенных темпоральных обучающих выборок в адаптивных системах распознавания

    Описание: Персональный сайт Тищенко А.С. на портале магистров ДонНТУ, 2013 г.

    Руководитель: к.т.н., доц. Волченко Е.В.

  3. Разработка и анализ алгоритмов построения и оптимизации взвешенных обучающих выборок с множеством весовых коэффициентов в адаптивных системах распознавания

    Описание: Персональный сайт Богдан Е.Ю. на портале магистров ДонНТУ, 2013 г.

    Руководитель: к.т.н., доц. Волченко Е.В.

  4. Разработка и исследование алгоритма построения взвешенных обучающих выборок на основе методов кластеризации данных

    Описание: Персональный сайт Дриги В.В. на портале магистров ДонНТУ, 2013 г.

    Руководитель: к.т.н., доц. Волченко Е.В.

  5. Разработка и анализ алгоритмов сегментации временных рядов

    Описание: Персональный сайт Шагаевой Е.С. на портале магистров ДонНТУ, 2013 г.

    Руководитель: д.ф.-м.н., проф. Барашко А.С.

    6. Научные работы и статьи

  6. Комплексный метод построения решающих правил вероятностных обучающихся систем автоматического распознавания

    Авторы: Волченко Е.В.

    Описание: Работа посвящена решению задачи разработки эффективных методов построения решающих правил вероятностных обучающихся систем автоматического распознавания открытого типа

  7. Об одном алгоритме заполнения пропусков в эмпирических данных при построении взвешенных выборок w-объектов

    Авторы: Волченко Е.В.

    Описание: В данной работе решается задача заполнения пропусков в обучающих выборках данных, используемых при построении решающих правил обучающихся систем распознавания

  8. Метод совместного построения решающих правил и выбора словаря признаков по взвешенным обучающим выборкам

    Авторы: Волченко Е.В.

    Описание: В работе предложен новый подход к решению задачи совместного построения решающих правил классификации и рабочего словаря признаков в обучающихся системах распознавания, основанный на использовании взвешенных обучающих выборок.

  9. О способе определения близости объектов взвешенных обучающих выборок

    Авторы: Волченко Е.В.

    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.

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

    Авторы: Волченко Е.В.

    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.

  11. Построение качественной обучающей выборки для прогнозирующих нейросетевых моделей

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

    Описание: В данной работе рассмотрены основные требования, которым должна отвечать обучающая выборка, а также предложены параметры для оценки качества построенной выборки для решения задачи прогнозирования.

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

    Авторы: 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. О задачах фильтрации обучающих данных

    Авторы: Дюличева Ю.Ю.

    Описание: В статье приведен краткий обзор современных подходов к выявлению выбросов в обучающих данных; вводятся строгие понятия чистого и мажоритарного выбросов относительно модели алгоритмов обучения; установлено существование моделей алгоритмов обучения и обучающих выборок, относительно которых множество чистых выбросов непусто; доказано необходимое и достаточное условие существования пустого множества чистых выбросов, связанное с ёмкостью модели алгоритмов обучения.

  14. Технология Data Mining: интеллектуальный анализ данных

    Авторы: Степанов Р.Г.

    Описание: Данное руководство посвящено технологии интеллектуального анализа данных (Data Mining). Рассмотрены основные алгоритмы кластеризации данных и применение теории нечетких множеств.

  15. Размытая упорядоченная классификация

    Авторы: Дорофеюк А.Ю., Бауман У.В., Москаленко А.С.

    Описание: В статье задача оценивания множества альтернатив в некоторой ранговой шкале рассматривается как задача построения упорядоченной классификации, при этом исследуется случай размытой упорядоченной классификации.

  16. Анализ структуры многомерных данных методом локальной геометрии

    Авторы: Берестнева О.Г., Муратова Е.А., Янковская А.Е.

    Описание: Рассматриваются один из подходов анализа структуры многомерных данных методом локальной геометрии. Обосновывается разработка интеллектуальных систем, способных адаптироваться к конкретным прикладным задачам, учитывать особенности исследуемых данных и строить вычислительный процесс в зависимости от полученных результатов.

  17. Метод построения взвешенных временных рядов для решения задачи прогнозирования

    Авторы: Миненко А.С., Волченко Е.В., Шишкин С.А.

    Описание: Рассматривается задача прогнозирования временных рядов большого размера. Предложен метод построения сокращенных взвешенных рядов, основанный на сегментации начального ряда и анализе полученных сегментов. Выполнено расширение известных методов прогнозирования на взвешенные временные ряды.

  18. Коллектив алгоритмов с весами в кластерном анализе разнородных данных

    Авторы: Бериков В.Б.

    Описание: Для кластерного анализа разнородных данных предложен метод построения коллективного решения с учетом весов различных алгоритмов. Введена вероятностная модель ансамблевого кластерного анализа с латентными классами, учитывающая веса. В рамках модели получено выражение для верхней границы ошибки классификации. Предложен способ выбора весов, для которых эта граница принимает минимальное значение. С помощью статистического моделирования продемонстрирована эффективность предложенного метода.

  19. Метод извлечения обучающих выборок из исходных выборок большого объема для диагностирования и распознавания образов

    Авторы: Субботин С.А.

    Описание: Решена задача автоматизации формирования выборок для построения диагностических и распознающих моделей по прецедентам. Предложен метод извлечения обучающих выборок, который обеспечивает сохранение в сформированной подвыборке важнейших топологических свойств исходной выборки, не требуя при этом загрузки в память ЭВМ исходной выборки, а также многочисленных проходов исходной выборки, что позволяет сократить объём выборки и уменьшить требования к ресурсам ЭВМ.

  20. Особенности применения эталонных моделей для разметки временного ряда при распознавании состояний сложного объекта

    Авторы: Колесникова С.И.

    Описание: В работе представлена модель разметки стохастического временного ряда с нелинейным трендом на основе алгебраического подхода к синтезу корректных алгоритмов, являющаяся развитием проблемно-ориентированной теории синтеза обучаемых семейств алгоритмов с требуемыми свойствами. Описано семейство алгоритмов эталонной разметки временного ряда, исследованы его свойства. Приводятся данные численного моделирования.

  21. Цензурирование обучающей выборки

    Авторы: Загоруйко Н.Г., Кутненко О.А.

    Описание: В работе предлагается количественная мера компактности образов, основанная на использовании функции конкурентного сходства (FRiS-функции). Рассматривается метод цензурирования обучающей выборки путем исключения «шумящих» объектов. Эффективность алгоритма цензурирования иллюстрируется решением модельной задачи распознавания двух образов.

  22. Современные методы кластеризации в контексте задачи идентификации рассылок почтового спама

    Авторы: Ковалёв С.С., Шишаев М.Г.

    Описание: В работе рассмотрены современные методы кластеризации и проведён их анализ с точки зрения специфики задачи кластеризации в применении к обнаружению рассылок почтового спама.

  23. Использование Fris-функций для решения задачи SDX

    Авторы: Борисова И.А., Загоруйко Н.Г.

    Описание: Рассматривается задача структуризации избыточного набора информации, выявления основных закономерностей, содержащихся в нем с помощью аппарата FRiS-функций. В результате решения этой задачи (задачи SDX) на основе исходного множества объектов строится его сокращенное описание в терминах классов и существенных признаков. Данное описание снабжено системой правил, позволяющих восстанавливать значения всех признаков на основе существенных и находить место новым объектам в системе построенных классов.

    24. Техническая и справочная литература

  24. Библиотека Ихтика (Ихтиотека)

    Сборник книг по научной литературе.

  25. Национальная библиотека Украины имени В.И. Вернадского

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

  26. Академия Google

    Академия позволяет 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.

  27. Загоруйко Н.Г. Прикладные методы анализа данных и знаний

    В книге отражены оригинальные результаты, полученные автором и его сотрудниками. Студентам разных специальностей книга позволит познакомиться с основными идеями, используемыми в современных методах анализа данных и знаний.

  28. Загоруйко Н.Г. Методы распознавания и их применение

    В книге обсуждаются вопросы методики распознавания. Описываются алгоритмы решения основных типов задач распознавания. Рассматриваются и более сложные задачи.

  29. Microsoft Research

    Крупная библиотека научных статей от Microsoft

  30. Электронная библиотека «Наука и техника»

    Книги, cтатьи, журналы, новости науки и техники, биографии, информация для авторов

  31. Архив электронных текстов

    Публикации по различным отраслям знаний. Возможность чтения на сайте. Ссылки по теме.

  32. Крымская электронная библиотека

    Электронная библиотека научной литературы.

  33. НеХудожественная Литература

    Специализированная онлайн библиотека по научной и технической литературе.

  34. Научная электронная библиотека eLIBRARY.RU

    Информационный портал в области науки, технологии, медицины и образования, содержащий рефераты и полные тексты более 18 млн научных статей и публикаций. На платформе eLIBRARY.RU доступны электронные версии более 3200 российских научно-технических журналов, в том числе более 2000 журналов в открытом доступе.

  35. Научная электронная библиотека «КИБЕРЛЕНИНКА»

    КиберЛенинка — это научная электронная библиотека, построенная на парадигме открытой науки (Open Science), основными задачами которой является популяризация науки и научной деятельности, общественный контроль качества научных публикаций, развитие современного института научной рецензии и повышение цитируемости российской науки.

  36. Электронная библиотека «Все для студента»

    Учебно-методическая и профессиональная литература для студентов и преподавателей технических, естественнонаучных и гуманитарных наук. Здесь вы можете найти практически все: от книг до курсовых работ. Материалы выложены студентами, аспирантами и преподавателями разных ВУЗов России, Украины, стран ближнего и дальнего зарубежья.

  37. Научный портал Эврика

    Портал содержит словарь, состоящий примерно из 550 терминов. Основная тематика информации – кибернетика, искусственый интеллект.

  38. Бесплатная техническая библиотека

    Позволяет без регистрации скачивать книги, журналы, сборники, электронные справочники, русские инструкции по эксплуатации, а также схемы. Для каждой книги приводится подробная аннотация. Журналы имеют подробный алфавитный указатель статей.

    39. Специализированные сайты и порталы

  39. MachineLearning.ru

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

  40. Портал искусственного интеллекта

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

  41. Открытые системы

    Сайт, посвящен рассмотрению последних тенденции в области интеллектуального анализа данных.

  42. CIT-форум

    Крупнейший архив научной и практической информации по всем направлениям компьютерных наук

  43. A Tutorial on Clustering Algorithms

    Сайт посвящен алгоритмам кластеризации данных.

  44. Хабрахабр

    Многофункциональный сайт, представляющий собой смешение новостного сайта и коллективного блога, созданный для публикации новостей, аналитических статей, мыслей, связанных с информационными технологиями, бизнесом и Интернетом

  45. Devoid

    Портал программистов содержит статьи, книги, учебники по программированию.

  46. Neuroforex

    Сайт посвящен, искусственному интеллекту и всему, что с ним связанно.

  47. Генетические алгоритмы и не только

    На этом сайте можно найти информацию по генетическим и нейроэволюционным алгоритмам.

  48. Neuroschool

    Содержит электронные версии наиболее популярных книг по нейронным сетям, интеллектуальной обработке данных и смежным вопросам.

  49. Ishodniki.Ru

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

  50. Программирование на C#

    Большое количество примеров программ по применению C# в различных направлениях.