Academic literature on the topic 'Ієрархічна класифікація'

The purpose of the article is to form a set and hierarchical classification of factors influencing the system of financial stability management. The paper proposes hierarchical relationships of factors influencing the financial stability management system, which, in contrast to existing approaches, allows to take more fully into account the factors that determine the effectiveness of financial stability management and form a mathematical model of intellectual support for management decisions. The linguistic variable that corresponds to the indicator of the effectiveness of financial stability management is presented as a function of the components that describe the impact of financial and economic factors on the financial stability management system; the influence of production factors and management factors. The practical significance of the results is that the theoretical and methodological provisions of scientific work are brought to the level of specific practical recommendations for the formation of the financial stability management system and can be used by industrial enterprises to make management decisions to improve business results in their relationship and interdependence.

Проаналізовано типології зеленого простору і класифікації парків у пострадянських (Україна, Білорусь), європейської (Великобританія), північноамериканських (США, Канада), азійських (Японія, Китай, Сінгапур, Малайзія) країнах та містах Австралії. Різні країни пропонують не однакові класифікації зеленого простору, що ґрунтуються на функціональному призначенні території, фізичних характеристиках, розмірах, обсягах обслуговування населення тощо. Охарактеризовано класифікацію парків, застосованої в Україні, за місцем розташування відносно міських меж (міські парки і лісопарки) та за функціональною ознакою. Парки, залежно від характеру і призначення, поділяють на парки культури і відпочинку, районні, спортивні, дитячі, дендрологічні, історичні, національні, меморіальні, етнографічні парки-музеї, історичні, виставкові, зоологічні, парки аерофітотерапії тощо. Відсутність ієрархічної класифікації і відповідних стандартів призводить до поглинання зеленого простору міською забудовою. Здійснено пошук шляхів удосконалення класифікації озеленених територій, використовуваної в Україні. Природні території та зелені насадження обмеженого користування (шкільні ділянки, спортивні майданчики житлових масивів) є найуразливішими територіями, які першочергово підпадають під забудову в українських містах. Чітко визначена класифікація озеленених територій сприятиме їх збереженню в умовах посилення урбанізації. Рекомендовано стандартизувати українську класифікацію зелених насаджень у тому числі й за ієрархічними ознаками, що вплине не тільки на міську систему зелених насаджень, але й на ландшафтну організацію простору за межами міст.

Запропоновано фасетну систему класифікації інформаційних загроз цільовій аудиторії в кібернетичному просторі, що усуває недоліки ієрархічних систем класифікацій і дає можливість отримувати код інформаційної загрози для каталогізації, архівації та ідентифікації. Використання запропонованої фасетної класифікації зменшує час, необхідний для ідентифікаціїінформаційної загрози в інформаційних джерелах Інтернету.

Стаття присвячена проблемі формування мотивації до вивчення іноземних мов здобувачами вищої освіти. Розглядаються різноманітні мотиваційні підходи. Практичний досвід переконує, що найголовніше у вивченні іноземної мови – це мотивація здобувачів вищої освіти. Вона є пусковим механізмом будь-якої діяльності: праця, спілкування чи пізнання. Мотив повинен бути як на початку заняття, так і на кожному окремо взятому його етапі. Мотив має стати тією точкою опори, на якій будується зміст заняття. Жоден навіть висококваліфікований викладач, не досягне бажаного результату, якщо його зусилля не будуть узгоджені з мотиваційною основою на конкретний результат. Будь-яка діяльність чи вчинок спонукається не окремим мотивом, а комплексом, тобто є полімотивованим. У контексті дослідження мотивація учіння розглядається як ієрархічна система внутрішніх і зовнішніх мотивів. Під мотиваційною сферою розуміється сукупність стійких мотивів, що знаходяться в певній ієрархії і виражають спрямованість особистості. Обґрунтовано, що вплив емоційного фактора на навчальну діяльність є неоднозначним, він залежить від певних умов. Процес формування професійного інтересу має певні закономірності та стадії. У статті також обґрунтовано, що робота на занятті, організована за принципами комунікативності, має переваги перед теоретичним підходом до вивчення мови. Узагальнено, що для ефективного досягнення результату необхідно забезпечити диференційований підхід до вивчення іноземної мови. У результаті дослідження зроблено висновок, що цілеспрямована робота в процесі вивчення іноземних мов з метою розвитку не лише зовнішніх стимулів, а й внутрішніх спонукань має позитивну тенденцію. Глибші, ґрунтовніші знання здобувачів вищої освіти відкривають перед викладачем ширші можливості з метою використання різноманітних за змістом та формами завдань, що позитивно позначаються на формуванні професійних інтересів. Ключові слова: мотивація, мотив, класифікація мотивів, іноземні мови, здобувачі вищої освіти.

Предметом досліджень статті є ієрархічні моделі для встановлення ступеня релевантності описів зображень при розпізнаванні візуальних об’єктів у системах комп’ютерного зору. Метою є розроблення модифікації методу структурного розпізнавання на підставі впровадження блокових моделей даних із інтегруванням ймовірнісних розподілів. Завдання: розроблення математичних та програмних моделей для ефективного за швидкодією ієрархічного оброблення даних при визначенні релевантності структурних описів, вивчення властивостей цих моделей, оцінювання результативності при обробленні зображень. Застосовуваними методами є: детектор ORB для формування дескрипторів ключових точок, інтелектуальний аналіз даних, методи побудови розподілів бітових даних, апарат метричного визначення релевантності, програмне моделювання. Отримані такі результати. Перехід від опису множин дескрипторів до розподілів фрагментів, побудова ієрархічних ознак забезпечують необхідну результативність розпізнавання. Оброблення та аналіз даних виконується у кілька разів швидше, ніж на підставі розподілів. Висновки. Наукова новизна дослідження полягає в удосконаленні методу структурного розпізнавання зображень на основі впровадження блочної структури опису із використанням інтегрованих значень розподілу для фрагментів множини дескрипторів. Практична значущість – досягнення суттєвого рівня підвищення швидкодії при обчисленні релевантності, підтвердження результативності запропонованих ієрархічних ознак на прикладах зображень, отримання прикладних програмних моделей для дослідження та впровадження методів класифікації системах комп’ютерного зору.

Незважаючи на те, що кластеризація є безконтрольною класифікацією багатовимірних даних увідповідні кластери, застосування кластерного аналізу під час дослідження морфологічних харак-теристик сортів рослин дозволяє зменшити розмірність вибірки даних, що сприяє більш точній іде-нтифікації нових сортів. Саме тому важливим питанням є порівняння результатів кластеризації іззастосуванням різних методів і метрик та виявлення найбільш придатних для аналізу морфологічниххарактеристик. Методи: аналітичний, математичний, статистичний, графічний. Під час виконан-ня досліджень використано широко відомий набір даних, що має назву Іриси Фішера. Результати.Досліджено вплив на результат кластерного аналізу різних ієрархічних агломеративних методівкласифікації (ближнього сусіда, дальнього сусіда, середнього зв'язку, середнього сусіда (центроїда)та метода Варда) із застосуванням евклідових та не евклідових метрик. Оцінено результати клас-терізації з використанням засобів описової статистики (методу перехресних таблиць). Встановле-но, що найбільш придатними для проведення кластеризації за морфологічними характеристикамидля наборів даних, які описуються метричними шкалами є методи: середнього зв'язку (між групами)із застосуванням кореляції Пірсона, середнього зв'язку (всередині групи) із застосуванням метрикКосінус та кореляції Пірсона, а також методу Варда із застосуванням метрики Косінус. Запропо-новано використовувати апарат частотної статистики (перехресні таблиці) для оцінювання якос-ті результатів класифікації. Висновки. Проведене тестування довело, що не існує жодного універса-льного алгоритму, який би ідеально розподілив набір Ірисів Фішера на кластери. Не зважаючи на те,що встановлено методи й метрики, які є найбільш вдалими для класифікації протестованого наборуданих, ці методи не можна рекомендувати для використання під час тестування морфологічних оз-нак усіх ботанічних таксонів. Кластеризацію сортів рослин потрібно проводити ітераційно, послі-довно застосовуючи найбільш поширені алгоритми кластеризації та ретельно оцінювати результа-ти кластеризації з метою вибору метода та метрики, які найбільш оптимально класифікують сор-ти рослин та дозволять правильно інтерпретувати результати класифікації. Результати такоїкластеризації рекомендовано оцінювати з використанням методу перехресних таблиць та обиратикращий за якістю кластерів.

У статті розглянуто проблему сутнісного осмислення потреб, їх структуру, класифікацію, особливість розвитку у метаконтекстуальному вимірі досліджень сучасної гуманітаристики. Крізь призму міждисциплінарного підходу здійснено аналітичний огляд потреб у фізіологічно-біологічному, екологічно-економічному та соціологічному дискурсі. Наголошується на подвійній сутності потреб, які акумулює в собі єдність об’єктивних та суб’єктивних начал. Показано різноманітність потреб, що передбачає їх класифікацію по рівнях, групах, класах, видах, обумовлюючи ієрархічну співвідносність та взаємодію. Акцентується увага на тому, що тільки людина є тим єдиним і унікальним сущим, яка не просто має потреби, але й здатна їх усвідомлювати, формувати, й не лише задовольняти, але й критично переосмислювати, обмежувати.

Описано особливості проблеми тестування програмного забезпечення (ПЗ) за допомогою автоматизованих систем генерування модульних тестів. Проаналізовано методи автоматизованого модульного тестування, що використовуються для тестування ПЗ. Виконано класифікацію методів генерування модульних тестів на підставі вхідних даних і засобів для генерування тестів. Показано, що компільований байт-код та граф контролю потоку є основними видами вхідних даних, а символьне виконання є основним методом для генерування модульних тестів. Систематизовано новітні методи автоматизованого модульного тестування: символьне виконання з використанням штучних нейронних мереж, додаткової логіки та оптимізаційних алгоритмів. Проаналізовано можливості застосування мета- та гіперевристик системами автоматизованого генерування модульних тестів. Побудовано їх ієрархічну модель: до четвертого рівня віднесено пошукові алгоритми для аналізу умов у коді; до третього – SMT-бібліотеки, які містять множину алгоритмів першого рівня та стратегії їх використання; до другого – поєднання результатів роботи SMT-бібліотеки з результатами роботи додаткової логіки; до першого – алгоритм управління, що керують процесом генерування тестів. Описано можливості виконання паралельних обчислень на всіх рівнях ієрархії. Продемонстровано наявність вузьких місць у реалізаціях систем генерування модульних тестів. Запропоновано розподіл завдання генерування модульних тестів на підставі рівнів ієрархії моделі, що дає змогу обійти вузькі місця поточних систем та покращити масштабованість. Розроблено UML-діаграму класів на запропонованій моделі. Запропоновано одночасне використання метаевристик на всіх ієрархічних рівнях моделі для підвищення якості згенерованих тестів, що покращить універсальність і модульність системи. Обґрунтовано потребу подальшого розроблення нових методів для підвищення ефективності алгоритмів генерування тестів та якості тестування.

Метою роботи є застосування кластеризації науково-технічних даних не тільки для наглядного представлення об’єктів, але і для розпізнавання нових. Метою кластеризації документів є автоматичне виявлення груп семантично схожих документів серед заданої фіксованої множини. Групи формуються тільки на основі попарної схожості описів документів, і ніякі характеристики цих груп не задаються заздалегідь. Для видалення неінформативних слів розглянуто методи: видалення стоп-слів, стеммінг, N-діаграми, приведення регістра. Для виділення ключових слів та класифікації результатів використано наступні методи: словниковий, статистичний та побудований на основі Y-інтерпретації закону Бредфорда, TF-IDF міра, F-міра та метод лакричних шаблонів. Для реалізації системи кластерного аналізу науково-технічних даних обрано високорівневу мову програмування Python, реалізація інтерпретатора 2.7. Даний програмний код читається легше, його багаторазове використання і обслуговування виконується набагато простіше, ніж використання програмного коду на інших мовах.
The aim of the work is to use the clustering of scientific and technical data not only for the visual representation of objects, but also for the recognition of new ones. The purpose of document clustering is to automatically detect groups of semantically similar documents among a given fixed set. Groups are formed only on the basis of pairwise similarity of document descriptions, and no characteristics of these groups are set in advance. Methods for deleting uninformative words are considered: deletion of stop words, stemming, N-diagrams, case reduction. The following methods were used to highlight keywords and classify the results: dictionary, statistical and based on the Y-interpretation of Bradford's law, TF-IDF measure, F-measure and the method of licorice patterns. Python programming language was chosen to implement the system of cluster analysis of scientific and technical data, a high-level, the implementation of the interpreter 2.7. This program code is easier to read, its reuse and maintenance is much easier than using program code in other languages.
Целью работы является применение кластеризации научно-технических данных не только для наглядного представления объектов, но и для распознавания новых. Целью кластеризации документов является автоматическое выявление групп семантически похожих документов среди заданной фиксированной множества. Группы формируются только на основе попарно сходства описаний документов, и никакие характеристики этих групп не задаются заранее. Для удаления неинформативных слов рассмотрены методы: удаление стоп-слов, стемминг, N-диаграммы, приведение регистра. Для выделения ключевых слов и классификации результатов использованы следующие методы: словарный, статистический и построен на основе Y-интерпретации закона Брэдфорда, TF-IDF мера, F-мера и способ лакричным шаблонов. Для реализации системы кластерного анализа научно-технических данных избран высокоуровневый язык программирования Python, реализация интерпретатора 2.7. Данный программный код читается легче, его многократное использование и обслуживание выполняется гораздо проще, чем использование программного кода на других языках.

У дипломній роботі магістра проведено аналіз наукових публікацій і практик щодо особливостей прийняття рішень при побудові комп’ютерних системах та, на основі класифікації проблем прийняття рішень, встановлено багатокритеріальність та ієрархічність структур для представлення та обчислення пріоритетів характеристик комп’ютерних систем. Запропоновано шаблон для опису атрибутів та характеристик комп’ютерних систем на основі моделі якості стандарту ISO 9126 (ISO 25010) з врахуванням пріоритетів локальних критеріїв, що є базою для утворення комплексних пріоритетів характеристик комп’ютерних систем. Розроблено алгоритм ієрархічного синтезу пріоритетів характеристик комп’ютерних систем, коли на першому кроці визначаються вектори пріоритетів атрибутів комп’ютерних систем, на другому кроці обробляються матриці парних порівнянь, на третьому кроці здійснюється власне ієрархічний синтез, що полягає в послідовному визначенні векторів пріоритетів характеристик комп’ютерних систем. Запропоновано методику визначення векторів пріоритету характеристик комп’ютерних систем для випадку, коли ієрархія має один рівень атрибутів і різну кількість характеристик комп’ютерних систем, пов’язаних з кожним атрибутом. Спроектовано об’єктно-орієнтовану систему підтримки прийняття рішень, яка використовує структуру і модель мультиагента, який використовує результати роботи когнітивного агента, що визначає схему переходу з однієї ситуації в іншу при визначенні пріоритетів характеристик комп’ютерних систем в умовах їх змінюваності.