Библиотека Амурского Государственного Университета

Главная

Упрощенный режим

Описание

Шлюз Z39.50

Базы данных

БД "Статьи" - результаты поиска

Вид поиска

БД "Книги"

БД "Статьи"

Труды АМГУ

Выпускные квалификационные работы

Антитеррор

Область поиска

Найдено в других БД:

Выпускные квалификационные работы (1)

Формат представления найденных документов:
полный	информационный	краткий

Отсортировать найденные документы по:
автору	заглавию	году издания	типу документа

Поисковый запрос: (<.>K=методы машинного обучения<.>)

Общее количество найденных документов : 12
Показаны документы с 1 по 12

Гулин, В. В.
О классификации текстовых документов с учетом некоторых структурных особенностей [Текст] / В. В. Гулин, А. Б. Фролов // Известия РАН. Теория и системы управления. - 2016. - № 1. - С. 104-114. - Библиогр.: с. 113-114 (31 назв. ) . - ISSN 0002-3388

УДК

^a004.8

ББК 32.813
Рубрики: Радиоэлектроника
Искусственный интеллект. Экспертные системы
Кл.слова (ненормированные):
байесовский классификатор -- классификация текстовых документов -- машинное обучение -- метод логической регрессии -- метод опорных векторов -- методы классификации -- методы машинного обучения -- структурирование данных -- текстовые документы
Аннотация: Изучается возможность модернизации традиционной модели “мешка слов” с целью отражения структурных особенностей текстовых документов и их учета при классификации методами теории машинного обучения. Предложено эти особенности характеризовать отношениями на множестве некоторых лексем, и имена отношений наряду с именами лексем использовать в качестве признаков. Этим рассматриваемые модели отличаются от традиционной модели, в которой отражаются только унарные отношения. Эффективность такой модернизации методов машинного обучения проанализирована посредством компьютерных экспериментов в условиях применения восьми известных классификаторов. Показано, что ее целесообразно применять при классификации текстовых документов с помощью простых классификаторов.

Доп.точки доступа:
Фролов, А. Б.

Имеются экземпляры в отделах: всего 1 : ч.з. (1)
Свободны: ч.з. (1)

Найти похожие

Гулин, В. В.
О классификации текстовых документов с учетом некоторых структурных особенностей [Текст] / В. В. Гулин, А. Б. Фролов // Известия РАН. Теория и системы управления. - 2016. - № 3. - С. 66-75. - Библиогр.: с. 75 (31 назв. ) . - ISSN 0002-3388

УДК

^a004.93

ББК 32.973-018.2
Рубрики: Вычислительная техника
Распознавание и преобразование образов
Кл.слова (ненормированные):
байесовский классификатор -- древо решений -- классификация текстов -- машинное обучение -- метод логистической регрессии -- метод опорных векторов -- методы классификации -- методы машинного обучения -- наивный байесовский классификатор -- простые классификаторы -- текстовая классификация -- текстовые документы -- электронные текстовые документы
Аннотация: Изучается возможность модернизации традиционной модели “мешка слов” с целью отражения структурных особенностей текстовых документов и их учета при классификации методами теории машинного обучения. Предложено эти особенности характеризовать отношениями на множестве некоторых лексем и имена отношений наряду с именами лексем использовать в качестве признаков. Этим предлагаемые модели отличаются от традиционной модели, в которой отражаются только унарные отношения. Эффективность такой модернизации методов машинного обучения проанализирована посредством компьютерных экспериментов классами коллекции Reuters-21578 в условиях применения восьми известных классификаторов. Показано, что такие модели целесообразно применять при классификации текстовых документов с использованием простых классификаторов.

Доп.точки доступа:
Фролов, А. Б.

Имеются экземпляры в отделах: всего 1 : ч.з. (1)
Свободны: ч.з. (1)

Найти похожие

Измерение сходства между программами на Karel с помощью n-грамм символов и слов [Текст] / Г. Сидоров [и др.] // Программирование. - 2017. - № 1. - С. 66-71. - Библиогр.: с. 71 (16 назв.) . - ISSN 0132-3474

УДК

^a004.41/.42

ББК 32.973-018
Рубрики: Вычислительная техника
Программирование ЭВМ. Компьютерные программы. Программотехника
Кл.слова (ненормированные):
Karel -- n-граммы -- латентно-семантический анализ -- методы машинного обучения -- модели векторного пространства -- языки программирования
Аннотация: Цель данной работы состоит в расчете сходства между программами с использованием модели векторного пространства и методов машинного обучения.

Доп.точки доступа:
Сидоров, Г.; Ибарра Ромеро, М.; Марков, И.; Гузман-Кабрера, Р.; Чанона-Эрнандес, Л.; Веласкес, Ф.

Имеются экземпляры в отделах: всего 1 : ч.з. (1)
Свободны: ч.з. (1)

Найти похожие

Лагутаева, Дарья Александровна.
Влияние маркетинговых практик на прибыльность компаний: исследование методом машинного обучения [Текст] / Д. А. Лагутаева, О. А. Третьяк, А. Ю. Григорьев // Российский журнал менеджмента. - 2016. - Т. 14, № 4. - С. 3-20. - Библиогр.: с. 18-20. - Примеч. в подстроч. сносках . - ISSN 1729-7427

УДК

^a339.138

ББК 65.291.3
Рубрики: Экономика--Россия, 1990 г.; 1996-2015 гг.; 2016 г.
Маркетинг
Кл.слова (ненормированные):
ИТ-маркетинг -- бизнес -- влияние маркетинговых практик -- интерактивный маркетинг -- информационные технологии -- исследования -- классификации -- маркетинговые исследования -- маркетинговые практики -- машинное обучение -- методы машинного обучения -- неуспешные компании -- прибыльность компаний -- российский рынок -- сетевой маркетинг -- типология маркетинговых практик -- успешные компании -- финансовые индексы -- финансовые результаты деятельности
Аннотация: О взаимосвязи между маркетинговыми практиками, используемыми компаниями, оперирующими на российском рынке, и их финансовыми результатами.

Доп.точки доступа:
Третьяк, Ольга Анатольевна; Григорьев, Александр Юрьевич

Имеются экземпляры в отделах: всего 1 : эк. (1)
Свободны: эк. (1)

Найти похожие

Анализ методов машинного обучения для прогнозирования популярности сообщений в социальных сетях [Текст] = Predicting news popularity in online social networks / И. В. Лебедев [и др.] // Проблемы информационной безопасности. Компьютерные системы. - 2018. - № 3. - С. 18-25 : граф., схема, табл. - Библиогр.: с. 25 (6 назв.) . - ISSN 2071-8217

УДК

^a004.41/42

ББК 32.973
Рубрики: Вычислительная техника
Программирование ЭВМ. Компьютерные программы. Программотехника
Кл.слова (ненормированные):
анализ текстов сообщений -- информационная безопасность -- машинное обучение -- методы машинного обучения -- популярность сообщений -- прогнозирование популярности сообщений -- социальные сети -- тональность текстов
Аннотация: Предложена модель описания интересов пользователя при анализе тональности текстов, написанных им в социальной сети, и выполнено применение модели к задаче прогнозирования популярности сообщений при анализе текста сообщения, профиля автора сообщения и рассматриваемого сообщества.
This study describes a previously unknown model for describing the interests of the user has been presented on the sentiment analysis of texts, written by the user in the social network, and it has been applied to the research problem of forecasting the popularity of text messageson the basis of text message analysis, the author’s profile of the message and the analysed community.

Доп.точки доступа:
Лебедев, И. В.; Карпов, И. А.; Баранов, Б. Е.; Лось, В. П.; Самолетова, К. С.

Имеются экземпляры в отделах: всего 1 : ч.з. (1)
Свободны: ч.з. (1)

Найти похожие

Коршикова, А. А.
Модель раннего обнаружения аварийных ситуаций на оборудовании электростанций на основе методов машинного обучения [Текст] / А. А. Коршикова, А. Г. Трофимов // Теплоэнергетика. - 2019. - № 3. - С. 49-56 . - ISSN 0040-3636

УДК

^a620.9

ББК 31.16
Рубрики: Энергетика
Энергетическое оборудование
Кл.слова (ненормированные):
автоматические системы -- классификаторы -- линейные регрессионные модели -- логистическая регрессия -- методы машинного обучения -- обнаружение аномалий -- оборудование электростанций -- питательные турбонасосы -- предиктивная аналитика -- программно-технические комплексы -- технологическое оборудование -- энергоблоки
Аннотация: Рассматривается метод раннего обнаружения и предсказания аномальности функционирования технологического оборудования энергоблоков на примере питательного турбонасоса ПТН 1100-350-17-4 энергоблока 300 МВт. Определяется актуальность задачи предсказания возможных неисправностей технологического оборудования на ранней стадии их возникновения и объясняются особенности ее решения в энергетике. Очерчен круг дефектов технологического оборудования, определение которых может быть эффективно осуществлено методами предиктивной аналитики. Подчеркивается принципиальный тезис достаточности существующего в программно-техническом комплексе автоматической системы управления технологическими процессами парка аналоговых и дискретных измерений для применения методов предиктивной аналитики. Приводится краткий обзор современных методов предиктивной аналитики и особенностей обучающих модель алгоритмов. Отдельное внимание уделено проблемам подготовки исходных данных для обучения модели. Формулируется математическая задача моделирования показателя аномальности, принимающего значения от 0 (нормальное функционирование) до 1 (аномальное функционирование). Она, в свою очередь, сформулирована как задача бинарной классификации векторов признаков, характеризующих состояние оборудования в данный момент времени. Предложен оригинальный подход, сочетающий в себе метод MSET (Multivariate State Estimation Technique), в котором степень аномальности в техническом состоянии определяется по превышению критерием Хотеллинга порогового уровня, рассчитываемого алгоритмом автоматически, и методы машинного обучения, позволяющие избежать некоторых трудностей, присущих MSET. Для определения состава наиболее информативных признаков, по значениям которых может быть обнаружено раннее развитие аварийной ситуации использован ансамбль регрессионных моделей. Дано обоснование способа выбора моделируемой переменной и множества регрессоров. Метод расчета показателя аномальности основан на формировании ансамбля линейных регрессионных моделей. Продемонстрировано преимущество этого метода перед применением единственного классификатора. Предложен метод формирования сигнализации обнаружения аномальности работы технологического оборудования энергоблоков. Показано, что предложенная модель позволила выявить начало развития аварийной ситуации, в то время как отдельные параметры не выявили особенности функционирования насоса в предаварийном интервале времени.

Доп.точки доступа:
Трофимов, А. Г.

Имеются экземпляры в отделах: всего 1 : эн.ф. (1)
Свободны: эн.ф. (1)

Найти похожие

Федоров, Федор Юрьевич (аспирант).
Модели прогнозирования банкротства [Текст] : сравнительный анализ методов классификации / Ф. Ю. Федоров ; рец. Л. И. Черниковой // Аудит и финансовый анализ. - 2019. - № 1. - С. 216-222 : 5 табл.; 9 рис. - Библиогр.: с. 222 (12 назв.). - Рец. Черниковой Л. И. на ст. автора приведена в конце . - ISSN 2618-9828

УДК

^A658.14/.17

ББК 65.291.9
Рубрики: Экономика
Финансы предприятия

Кл.слова (ненормированные):
банкротства предприятий -- деревья классификации -- дискриминантный анализ -- логистическая регрессия -- метод опорных векторов -- методы машинного обучения -- модели прогнозирования -- нейронные сети
Аннотация: В данном исследовании были построены модели прогнозирования банкротства предприятия строительной отрасли, которые могут быть использованы при формировании стратегии антикризисного управления.

Доп.точки доступа:
Черникова, Л. И. (доктор экономических наук; доцент) \.\

Имеются экземпляры в отделах: всего 1 : эк. (1)
Свободны: эк. (1)

Найти похожие

Попков, Ю. С.
Метод оценки эффективности сжатия матриц данных в процедурах рандомизированного машинного обучения [Текст] = Effectiveness estimation of matrices compression in the procedures of randomized machine learning / Попков Ю. С. // Информационные технологии и вычислительные системы = Journal of Information Technologies and Computing Systems. - 2018. - № 1. - С. 3-7. - Библиогр.: с. 6-7 (10 назв. ) . - ISSN 2071-8632

УДК

^a004.5

ББК 32.973-018.2
Рубрики: Вычислительная техника
Человеко-машинное взаимодействие в целом
Кл.слова (ненормированные):
DIP-метод -- Кульбака - Ляйблера функция -- МГК -- ПРВ -- РМО -- линейные статические модели -- метод главных компонент -- методы машинного обучения -- методы редукции -- обучающие коллекции -- плотность распределения вероятностей -- рандомизированное машинное обучение -- функция Кульбака - Ляйблера
Аннотация: Отмечается, что существенное расширение возможностей и ресурсов современных средств вычислительной техники позволило реализовать многочисленные ранее созданные методы машинного обучения, и на основе их синтеза построить эффективные прикладные системные платформы для решения задач классификации, кластеризации и динамической регрессии.

Имеются экземпляры в отделах: всего 1 : ч.з. (1)
Свободны: ч.з. (1)

Найти похожие

Попков, Ю. С.
Энтропийный метод сжатия матриц со случайными значениями элементов [Текст] = Entropy methad of compression matrices with random elements / Попков Ю. С. // Информационные технологии и вычислительные системы = Journal of Information Technologies and Computing Systems. - 2018. - № 1. - С. 8-15. - Библиогр.: с. 14-15 (12 назв. ) . - ISSN 2071-8632

УДК

^a004.5

^a004.62

ББК 32.973-018.2 + 32.973-018.2
Рубрики: Вычислительная техника
Человеко-машинное взаимодействие в целом
Манипулирование данными
Кл.слова (ненормированные):
РМО -- входные данные -- информационная энтропия -- методы машинного обучения -- обратное проектирование -- процедура сжатия матрицы -- прямое проектирование -- рандомизированное машинное обучение
Аннотация: Предлагается двухэтапный метод сжатия матрицы со случайными значениями элементов, имитирующей входные данные в задачах рандомизированного машинного обучении (РМО).

Имеются экземпляры в отделах: всего 1 : ч.з. (1)
Свободны: ч.з. (1)

Найти похожие

10.

Хохлова, Оксана Анатольевна.
Разработка алгоритма анализа вакансий на рынке труда по данным из открытых источников [Текст] / Оксана Анатольевна Хохлова, Александра Николаевна Хохлова, Аюна Цыденовна Чойжалсанова // Вопросы статистики. - 2022. - Т. 29, № 4. - С. 33-41. - Библиогр. в конце ст.

УДК

^a31:33

ББК 65.051
Рубрики: Экономика
Экономическая статистика--Россия--Российская Федерация
Кл.слова (ненормированные):
Python -- анализ вакансий -- анализ заработной платы -- высокооплачиваемые вакансии -- кластерный анализ вакансий -- математико-статистические методы анализа данных -- методы машинного обучения -- парсинг -- программные языки -- рынок труда -- статистика труда
Аннотация: Приведен алгоритм анализа вакансий по большим массивам данных из открытых источников при помощи математико-статистического инструментария и методов машинного обучения с использованием языка программирования Python и аналитической платформы IBM SPSS modeler. Результаты анализа позволят исследователям управленческих структур более реалистично оценить текущую ситуацию на рынке труда, образовательным учреждениям корректировать программы обучения в соответствии с современными требованиями работодателей, работодателям принимать решения по вопросам развития компетенций в своей сфере деятельности и проводить сравнительный анализ имеющих спрос вакансий.

Доп.точки доступа:
Хохлова, Александра Николаевна; Чойжалсанова, Аюна Цыденовна

Имеются экземпляры в отделах: всего 1 : эк. (1)
Свободны: эк. (1)

Найти похожие

11.

Беззатеев, С. В.
Исследование методов машинного обучения для обеспечения информационной безопасности в розничных торговых операциях [Текст] = Study of machine learning methods to ensure information security in retail trading operations / С. В. Беззатеев, Т. Н. Елина, Н. С. Красников // Проблемы информационной безопасности. Компьютерные системы. - 2022. - № 3. - С. 155-166 : граф., табл., диагр., ил., схема. - Библиогр.: с. 165 (7 назв.). - Список литературы представлен на русском и английском языках. . - ISSN 2071-8217

УДК

^a004.7

ББК 32.973.202
Рубрики: Вычислительная техника
Вычислительные сети
Кл.слова (ненормированные):
convolutional neural networks -- information security -- machine learning -- machine learning methods -- retail trading operations -- self-service -- информационная безопасность -- машинное обучение -- методы машинного обучения -- розничные торговые операции -- самообслуживание -- сверточные нейронные сети
Аннотация: Проблема искажения и подмены информации при совершении операций в розничной торговле с использованием касс самообслуживания приводит к снижению прибыли предприятий. Внедрение средств распознавания весовых товаров с использованием методов машинного обучения позволит повысить уровень защиты операций в розничной торговле. В работе проведен анализ различных методов обучения и построена модель сети, позволяющая при небольшом объеме размеченных данных получать хорошие результаты распознавания в сфере ритейла.
The problem of distortion and substitution of information when performing transactions in retail trade using self-service checkouts leads to a decrease in the profits of enterprises. The introduction of weight recognition tools using machine-learning methods will increase the level of protection for retail transactions. The paper analyzes various training methods and builds a network model that allows, with a small amount of labeled data, to obtain good recognition results in the field of retail.

Доп.точки доступа:
Елина, Т. Н.; Красников, Н. С.

Имеются экземпляры в отделах: всего 1 : ч.з. (1)
Свободны: ч.з. (1)

Найти похожие

12.

Е 74

Ермолицкая, Марина Захаровна (кандидат биологических наук).
Применение методов машинного обучения для прогнозирования заболеваемости раком желудка [Текст] / М. З. Ермолицкая // Информатика и системы управления. - 2023. - № 3 (77). - С. 41-47 : 2 рис. - Библиогр. в конце ст. . - ISSN 1814-2400

ББК 22.172
Рубрики: Математика
Математическая статистика

Кл.слова (ненормированные):
главные компоненты -- искусственные нейронные сети -- методы машинного обучения -- рак желудка -- регрессионный анализ
Аннотация: С помощью методов машинного обучения разработаны прогностические модели заболеваемости раком желудка на территории Приморского края по данным за период с 2007 г. по 2021 г.: полиномиальная регрессия, ридж-регрессия и искусственные нейронные сети. Наиболее эффективна, согласно оценкам качества, модель, обученная с помощью ИНС.

Перейти: http://ics.khstu.ru/media/2023/N77_04.pdf

Имеются экземпляры в отделах: всего 3 : н.з. (1), аб. (1), эн.ф. (1)
Свободны: н.з. (1), аб. (1), эн.ф. (1)

Найти похожие

Тематический навигатор

Статистика за 20.07.2024
Число запросов	1542
Число посетителей	1
Число заказов	0

© Международная Ассоциация пользователей и разработчиков электронных библиотек и новых информационных технологий
(Ассоциация ЭБНИТ)