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:

БД "Книги" (14)

Труды АМГУ (2)

Формат представления найденных документов:
полный	информационный	краткий

Отсортировать найденные документы по:
автору	заглавию	году издания	типу документа

Поисковый запрос: (<.>K=формула Байеса<.>)

Общее количество найденных документов : 7
Показаны документы с 1 по 7

Поливанов, А. Ю. (к. т. н.).
Современный подход к распознаванию типовых деталей машиностроения в роботизированной сборке [Текст] / А. Ю. Поливанов, М. В. Тарасюк // Мехатроника, автоматизация, управление. - 2007. - N 6. - С. 55. . - Полный текст статьи опубликован в Приложении к журналу

УДК

^a621

ББК 34.68
Рубрики: Машиностроение
Сборка машин и механизмов
Кл.слова (ненормированные):
роботизированная сборка -- техническое зрение -- распознавание типовых деталей -- формула Байеса -- Байеса формула -- крепежные детали -- вероятностный метод
Аннотация: Статья посвящена использованию системы технического зрения для распознавания типовых деталей машиностроения. Рассмотрен вероятностный метод распознавания деталей на основе формулы Байеса, который дает более эффективный результат по сравнению с классическими методами для объектов незначительно отличающихся друг от друга. Рассмотрено применение метода применительно к крепежным деталям, которые чаще всего применяются в роботизированной сборке.

Доп.точки доступа:
Тарасюк, М. В.

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

Найти похожие

Червяков, Игорь Владимирович (канд. физ. -мат. наук, математик).
Использование методов технической диагностики для поиска причин несоответствий [Текст] / Игорь Владимирович Червяков // Методы менеджмента качества. - 2009. - N 4. - С. 40-43. : ил.: 2 табл. - Библиогр.: с. 43 (3 назв. )

УДК

^a658.56

ББК 30.607
Рубрики: Техника
Технический контроль производства
Кл.слова (ненормированные):
методы диагностирования -- формула Байеса -- Байеса формула -- менеджмент качества -- несоответствия
Аннотация: Рассмотрен метод диагностирования, основанный на обобщенной формуле Байеса. Продемонстрирована органическая связь этого метода и менеджмента качества при решении проблемы поиска причин несоответствий. Приведены практические рекомендации успешного применения метода Байеса. Автор считает, что любая диагностика без эффективного менеджмента остается бесплодной, а менеджмент "сам по себе" никогда не сможет раскрыть и реализовать свой потенциал без научных принципов диагностики.

Имеются экземпляры в отделах: всего 1 : эк. (заказ статей по ЭДД) (1)
Свободны: эк. (заказ статей по ЭДД) (1)

Найти похожие

Борисов, А. В.
Минимаксное оценивание в системах наблюдения с марковскими цепями по интегральному критерию [Текст] / А. В. Борисов, А. В. Босов, А. И. Стефанович // Автоматика и телемеханика. - 2011. - N 2. - С. 41-55. : ил. - Библиогр.: с. 54-55 (23 назв. )

УДК

^a621.398

ББК 32.96
Рубрики: Радиоэлектроника
Автоматика и телемеханика
Кл.слова (ненормированные):
динамические системы -- метод Монте-Карло -- Монте-Карло метод -- стохастические динамические системы -- формула Байеса -- Байеса формула -- теорема Крейна - Мильмана -- Крейна - Мильмана теорема -- теорема Банаха - Алаоглы -- Банаха - Алаоглы теорема -- байесовское оценивание -- марковские цепи -- системы наблюдения -- минимаксное сглаживание -- минимаксное оценивание
Аннотация: Рассмотрена задача оценивания состояний и параметров в стохастических динамических системах наблюдения с дискретным временем, содержащих марковскую цепь.

Доп.точки доступа:
Босов, А. В.; Стефанович, А. И.

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

Найти похожие

Рязанов, В. В.
Восстановление зависимости на основе байесовской коррекции коллектива распознающих алгоритмов [Текст] / В. В. Рязанов, Ю. И. Ткачев // Журнал вычислительной математики и математической физики. - 2010. - Т. 50, N 9. - С. 1687-1696. . - Библиогр.: c. 1696

УДК

^a519.7

ББК 22.18
Рубрики: Математика
Математическая кибернетика
Кл.слова (ненормированные):
алгоритмы вычисления оценок -- Байеса формула -- векторы независимых переменных -- восстановление функциональной зависимости -- зависимые скалярные величины -- коллектив распознающих алгоритмов -- логические алгоритмы распознавания -- логические закономерности классов -- распознавания по прецедентам -- регрессии -- формула Байеса
Аннотация: Рассматривается задача установления зависимости между вектором независимых переменных и зависимой скалярной величиной по данным обучающей выборки. Априорные ограничения на вид функции не накладываются. Предлагается подход к восстановлению функциональной зависимости, основанный на решении конечного набора специальных, построенных по обучающей выборке задач распознавания и последующем вычислении прогнозного значения зависимой величины как коллективного решения. При этом используется статистическая модель объединения результатов распознавания с использованием формулы Байеса. Предложен общий алгоритм построения регрессии при различных подходах к выбору исходного коллектива распознающих алгоритмов и оценке их вероятностных характеристик. Приводятся результаты сравнения настоящего подхода с известными моделями восстановления зависимости.

Доп.точки доступа:
Ткачев, Ю. И.

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

Найти похожие

Слуцкин, Л. Н.
Байесовский анализ, когда оцениваемый параметр является случайным нормальным процессом [Текст] / Л. Н. Слуцкин // Прикладная эконометрика. - 2010. - N 4. - С. 119-131. - Библиогр. в конце ст.

УДК

330.4

ББК 65в6
Рубрики: Экономика. Экономические науки--методы экономических исследований
Кл.слова (ненормированные):
задача байесовского оценивания -- ассиметрическая ковариационная матрица -- формула Байеса -- гауссовский нормальный процесс -- частное апостериорное распределение -- маргинальное апостериорное распределение

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

Найти похожие

Тарасов, В. Н. (доктор технических наук; профессор; заведующий кафедрой).
Организация защиты компьютерных сетей. Метод многомодульной фильтрации спама на Web-сайтах [Текст] / В. Н. Тарасов, Е. М. Мезенцева // Информационные технологии. - 2012. - N 6. - С. 18-22. - Библиогр.: с. 22 (4 назв. ) . - ISSN 1684-6400

УДК

^a004.7

ББК 32.973.202
Рубрики: Вычислительная техника
Вычислительные сети
Кл.слова (ненормированные):
спам -- сообщения -- фильтр -- схема работы -- токен -- независимые редкие биграммы -- формула Байеса -- Байеса формула -- web-сайты -- компьютерные сети -- защита компьютерных сетей
Аннотация: Описана модель фильтрации спама на сайтах в комментариях, формах обратной связи и других интерактивных разделах. Приведена общая схема работы фильтра, схема процесса фильтрации спама, обучение фильтра. Описан алгоритм идентификации спама.

Доп.точки доступа:
Мезенцева, Е. М. (аспирант; ассистент)
Нет сведений об экземплярах (Источник в БД не найден)

Найти похожие

Дубнов, Ю. А.
Об одном подходе к настройке алгоритма Метрополиса - Гастингса для задачи разделения смеси гауссовских компонент [Текст] = On an Approach to Tuning the Metropolis - Hastings Algorithm for the Task of Separating a Mixture of Gaussian Components / Дубнов Ю. А., Булычев А. В. // Информационные технологии и вычислительные системы = Journal of Information Technologies and Computing Systems. - 2020. - № 1. - С. 25-33 : ил., 5 табл. - Библиогр.: с. 32-33 (15 назв. ) . - ISSN 2071-8632

УДК

^a519.22

ББК 22.172
Рубрики: Математика
Математическая статистика
Кл.слова (ненормированные):
MDIP -- Maximal Data Information Prior -- sampling -- Байеса формула -- Гаусса распределение -- Метрополиса - Гастингса алгоритм -- алгоритм Метрополиса - Гастингса -- алгоритмы сэмплирования -- анализ данных -- байесовская оценка решения -- гауссовские распределения -- информативные априорные распределения -- нормальное распределение -- распределение Гаусса -- формула Байеса
Аннотация: Рассказывается, что в современном анализе данных широкое распространение получили вероятностные модели, основанные на смеси различных распределений. Как правило, применяют смеси гауссовских распределений. На таких моделях основаны некоторые методы кластерного анализа. Предпринята попытка усовершенствовать метод разделения смеси на основе байесовского оценивания с использованием информативных априорных распределений (Maximal Data Information Prior - MDIP) благодаря предварительной оценке энтропийного интеграла, необходимого для вычисления распределения и детальной настройке алгоритма сэмплирования.

Доп.точки доступа:
Булычев, А. В.

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

Найти похожие

Тематический навигатор

Статистика за 19.08.2024
Число запросов	6316
Число посетителей	1
Число заказов	0

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