Academic literature on the topic 'Байєсівська мережа'

В статті проводиться аналіз процесу конкурентного вибору зразків озброєння та військової техніки з метою вибору зразка озброєння та військової техніки, найкращого за визначеним показником якості з ряду альтернативних. Проведено аналіз існуючого методичного апарату вирішення поставленої проблеми та запропоновано використання апарату байєсівської мережі довіри для вирішення задачі вибору якісного зразка озброєння та військової техніки. Наведено аналіз програмних засобів для моделювання байєсівських мереж довіри. Запропонована процедура прийняття рішення щодо вибору зразка за ймовірнісними критеріями в умовах недостатньої визначеності.

Предметом вивчення в статті є оцінка ризику для випадку виникнення особливої ситуації-відмові двигуна на повітряному судні в польоті. Метою є моделювання та кількісна оцінка ризику для випадку виникнення ситуацій, які можуть призвести до відмови двигуна на повітряному судні з використанням байєсівських мереж. Завдання: аналіз ряду математичних моделей, які доцільно використовувати для кількісної оцінки ризику в області безпеки польотів, побудова математичної моделі ризику, яка відображає розвиток можливих подій внаслідок відмови двигуна з використанням байєсівських мереж для визначення ймовірності виникнення авіаційних подій різного ступеня. Використовуваними методами є: теорія графів, байєсівські мережі, методи аналізу і синтезу складних інформаційних систем, методи імітаційно-статистичного моделювання. Отримані такі результати. Розроблений метод оцінки ризику в сфері безпеки польотів, внаслідок реалізації такої небезпеки, як відмова двигуна на повітряному судні, заснований на застосуванні мереж Байєса. Побудована математична модель, що дозволяє визначити рівень ризику для випадку виникнення ситуацій, які можуть призвести до відмови двигуна в польоті у вигляді графа з таблицями безумовних, умовних та сумісних розподілів ймовірностей. За допомогою побудованої моделі визначено найбільш ймовірний наслідок прояву такої небезпеки як відмова двигуна на повітряному судні, а також найбільший рівень ризику. Висновки. Напрямком подальших досліджень є розробка та побудова системи підтримки прийняття рішень для удосконалення технології роботи авіадиспетчера управління повітряним рухом.

Мета статті. Проведення дослідження та вибір найбільш ефективного математичного апарату для побудови моделі прогнозування несприятливих авіаційних подій під час польоту. Результати. В статті проведений аналіз відомих методів, що використовуються для вирішення задач класифікації даних с точки зору доцільності їх застосування для побудови моделі прогнозування несприятливих авіаційних подій під час польоту на основі аналізу текстових повідомлень. Розглянуто наступні методи: логістична регресія, метод опорних веторів, наївний байєсівський класифікатор, випадковий ліс (random forest). Крім того для вирішення подібного класу задач розглянуто згорткові та рекурентні нейронні мережі в яких застосовуються алгоритми глибокого навчання. Висновки. В результаті аналізу вказаних методів для побудови моделі прогнозування несприятливих авіаційних подій під час польоту на основі аналізу текстових повідомлень обрано математичний апарат глибоких нейронних мереж. Завдяки застосуванню в них алгоритмів глибокого навчання вони володіють найбільш високою точністю у порівнянні з традиційними підходами.

The basic components of information technology inductive modeling causation under uncertainty based on fuzzy object-oriented Bayesian networks is proposed. The technology is based on a combination of transformation algorithms Bayesian network in the junction tree. New more efficient algorithms for Bayesian network transformation are resulted from modifications known algorithms; algorithms based on the use of more information on the graphical representation of the network are considered. Structurally functional model are described, it is designed to implement the transformation of fuzzy object-oriented Bayesian networks.

Магістерська дисертація: 111 с., 19 рис., 30 табл., 2 додатки, 27 джерел. Об’єкт дослідження – прогнозування сучасних військових конфліктів за допомогою імовірнісно-статистичних методів. Мета роботи – розробка та дослідження інтелектуальної системи прогнозування потенціального виникнення військового конфлікту у країнах світу , що дає можливість підготуватися до такої ситуації і, в деяких випадках, попередити її. В роботі розглянуто і проаналізовано прогнозування виникнення сучасних військових (збройних) конфліктів, проаналізовані методи та алгоритми побудови байєсівських та нейронних мереж, їх використання у різноманітних галузях військового моделювання. Розроблено систему побудови прогнозу виникнення військового конфлікту у країні на основі використання методів побудови байєсівських та нейронних мереж. Система побудови пронозу реалізована за допомогою мови програмування Java (Spring), JavaScript (Angular 2). Точність та правильність роботи системи показують результати наявної політичної ситуації у світі, які ми можемо з вами спостерігати за допомогою засобів масової інформації (ЗМІ). Результати даної роботи рекомендується використовувати для передбачення виникнення військових збройних конфліктів, що допоможе попередити виникнення даного, або ж по можливості зменшити ризик його виникнення.
Theme: “System of forecasting the emergence of armed conflicts via probability statistical methods”. Master’s thesis: 111 p., 19 fig., 30 tab., 2 appendices, 27 sources. The object of study - the prediction of modern military conflicts through bayesian and neural networks. The purpose of the work - research and development of intelligent system of forecasting the potential occurrence of military conflict in the world, which makes it possible to prepare for such situation and, in some cases, prevent it. In this work was reviewed and analyzed next problems: predicting the emergence of modern military (armed) conflict, was analyzed the methods and algorithms of bayesian and neural networks, their use in various fields of military simulation. Also was developed the system of forecasting the emergence of armed conflict in the country using constructing bayesian and neural networks methods. The forecasting system was implemented by using programming languages Java (Spring) and JavaScript (Angular 2). Precision and accuracy of the system shows the results of the political situation in the world which we can observe through the mass media (MSM) The results of this study are recommended for predicting the emergence of armed military conflict that will help prevent them, or as much as possible to reduce the risk of their occurrence.

Кулькін Ю. О. Дослідження процесу обробки інформації в пристроях контролю параметрів електрообладнання : кваліфікаційна робота магістра спеціальності 171 "Електроніка" / наук. керівник Є. М. Кісельов. Запоріжжя : ЗНУ, 2021. 150 с.
UA : Дослідження методів перетворення даних в умовах невизначеності; розробка схеми бездротового датчику струму та напруги; дослідження датчику, розробка друкованої плати.
EN : Research of methods of data transformation in the conditions of uncertainty; development of the scheme of the wireless current and voltage sensor; sensor research, PCB development.