Academic literature on the topic 'Ймовірнісний висновок'

Стаття присвячена вирішенню проблеми прогнозування можливих збитків нанесених державі внаслідок надзвичайних ситуацій. В більшості випадків для прогнозування збитків застосовують методи регресійного аналізу, факторного аналізу та статистико-ймовірнісні методи, які орієнтовані в основному на прогнозування окремих видів надзвичайних ситуацій та наслідків від них. Можливості комплексного вирішення задачі всебічного прогнозування не тільки можливості виникнення надзвичайних ситуацій в цілому, але й можливих збитків внаслідок них на основі фактографічної інформації про надзвичайні ситуації за деякий період моніторингу досліджені недостатньо. Все це дозволяє стверджувати, що доцільним є створення комбінованого методу прогнозування наслідків надзвичайних ситуацій, що визначає проблему та актуальність дослідження. Корисність і доцільність застосування даного методу обумовлена тим, що комбінований метод об’єднує метод регресійного аналізу, метод факторного аналізу та ймовірнісно-статистичний метод прогнозу. Це дозволяє компенсувати недоліки одних за допомогою інших, що призведе до підвищення точності прогнозування. Метою статті є розробка комбінованого методу та комплексної моделі прогнозування збитків внаслідок надзвичайних ситуацій в державі. Результати досліджень. На основі комбінованого методу розроблена комплексна модель прогнозування збитків внаслідок надзвичайних ситуацій, яка дозволяє здійснювати прогноз збитків в цілому по державі та показників індивідуального ризику в регіонах країни на основі актографічної інформації про надзвичайні ситуації за деякий період моніторингу. В результаті експериментальних досліджень встановлено, що запропонована модель дозволяє комплексно вирішувати задачі прогнозування збитків внаслідок надзвичайних ситуацій різного характеру, загальних можливих збитків та показників індивідуального ризику в регіонах держави з середньою відносною похибкою прогнозу не більше десяти відсотків. Висновки та область астосування результатів дослідження. Запропонована комплексна модель дозволяє здійснювати прогнозування можливих завданих збитків та індивідуальних ризиків загинути внаслідок надзвичайних ситуацій як в державі в цілому, так і її регіонах, з метою адекватного реагування сил цивільного захисту та відпрацювання заходів щодо недопущення процесу виникнення надзвичайних ситуацій, можливої ліквідації їх наслідків з найбільшою ефективністю і найменшими втратами.

Вступ. Щорічне зростання обсягу мультимодальних перевезень зумовлює привабливість такого сегменту ринку транспортних послуг, тому значна кількість компаній готова нині надати послуги мультимодального перевезення, що зумовлює, з одного боку, високий рівень конкуренції у цьому секторі ринку, з іншого – високі вимоги вантажовласників. Тому для забезпечення конкурентоспроможності мультимодальних операторів потрібні значні зусилля та високий рівень сервісу. Метою дослідження є формування множини показників оцінки ймовірнісних характеристик мультимодальних доставок для забезпечення всебічної оцінки варіантів доставки у процесах оптимізації та/або відбору. Результати. В рамках цього дослідження запропоновано показники оцінки ймовірнісних характеристик мультимодальної доставки – надійності та можливого збільшення часу. Для оцінки характеристик мультимодальної доставки пропонується використовувати сітковий графік, який надає сукупність та логічну послідовність операцій, які пов’язані з мультимодальною доставкою, як основних, так і додаткових. Кожна операція транспортно-технологічного процесу, у тому числі й операції критичного шляху в рамках сіткової моделі, характеризується імовірнісною природою їхньої тривалості. Проведено статистичні дослідження поведінки окремих операцій транспортно-технологічного процесу в рамках мультимодальної доставки, обґрунтовано нормальний закон розподілу, що підтверджує результати інших досліджень з цього напряму. Методи оцінки враховують різні підходи до визначення планового часу виконання операцій (середнє значення або значення, гарантоване з певною ймовірністю), а також можливість оцінки заданого рівня ймовірності розгляду значень часу виконання операцій. Висновки. У сукупності з основними характеристиками доставки – вартості та часу – запропоновані характеристики формують базу оцінки альтернативних варіантів доставки. Зміна хоча б одного елемента в мультимодальній доставці призводить до зміни характеристик усієї доставки. Це використовується для коригування варіантів у процесі пошуку того, який би відповідав вимогам, що висуваються до доставки.

Предметом досліджень статті є моделі для встановлення рівня релевантності зображень у просторі розподілів для дескрипторів ключових точок при розпізнаванні візуальних об’єктів у системах комп’ютерного зору. Метою є створення методу структурного розпізнавання зображень на підставі впровадження ланцюжкових моделей даних із використанням ймовірнісних розподілів множини дескрипторів. Завдання: розроблення математичних та програмних моделей для ефективного за швидкодією аналізу даних при визначенні релевантності структурних описів, вивчення властивостей, атрибутів застосування, значень параметрів цих моделей, оцінювання результативності за наслідками оброблення конкретних зображень. Застосовуваними методами є: детектор BRISK для формування дескрипторів ключових точок, апарат інтелектуального аналізу даних, методи побітового оброблення та побудови розподілів бітових даних, апарат метричного визначення релевантності, програмне моделювання. Отримані такі результати. Перехід від опису множин дескрипторів до ймовірнісних розподілів фрагментів і зіставлення образів у просторі розподілів забезпечують необхідну результативність розпізнавання. Оброблення та аналіз даних виконується у сотні разів швидше, ніж традиційний підрахунок голосів. Оброблення та аналіз сполучень бітів формує значимі властивості для сукупності елементів опису зі збереженням структури даних і їх уніфікації. Зі збільшенням числа бітів у фрагменті розподілу зростає відстань між зображеннями, що сприяє збільшенню ступеня їх розрізнення. Ланцюговим поданням та застосуванням розподілів створюється новий простір даних, що дає можливість суттєво покращити показники функціонування систем розпізнавання зображень. Висновки. Наукова новизна дослідження полягає в удосконаленні методу структурного розпізнавання зображень на основі впровадження узагальненої ланцюгової структури опису із використанням значень розподілу для фрагментів множини дескрипторів ключових точок, що змістовно відображають властивості зображень об’єктів і забезпечують результативне розпізнавання. Практична значущість – досягнення суттєвого рівня підвищення швидкодії обчислення релевантності, підтвердження результативності запропонованих модифікацій на прикладах зображень, отримання прикладних програмних моделей для дослідження та впровадження методів класифікації в системах комп’ютерного зору.

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.

У статті проаналізовано сучасні підходи до формування іншомовної аудитивної компетентності учнів/студентів та визначено можливості оптимізації процесу навчання. Зроблено висновок про доцільність диференційованого розвитку психічних процесів (сприйняття, мислення, пам’ять, увага), психологічних механізмів (мовленнєвий слух, внутрішнє промовляння, ймовірнісне прогнозування, осмислення, оперативна пам’ять, механізм розрізнення та ідентифікації), а також механізмів смислової обробки інформації (механізм еквівалентних замін, перекодування, компресія, розширення (використання фонових знань), трансформації (заміна граматичних чи синтаксичних структур)); формування відповідних аудитивних навичок (особливо лексичних і фонетичних) та вмінь, а також інтегрованого їх розвитку, в тому числі у взаємозв’язку з іншими мовленнєвими уміннями та уміннями використовувати компенсаторні, когнітивні та метакогнітивні стратегії; розвитку рефлексивної самооцінки учнів/студентів, у тому числі із використанням листів для самооцінювання, розроблених на основі сучасних джерел, які допомагають визначити причини помилок в аудіюванні, пов’язані з процесами декодування, конструювання змісту аудіо чи відеофрагменту, некоректного вживання компенсаторних і метакогнітивних стратегій, з подальшим їх усуненням, а отже й автономії учнів/студентів від часткової до умовно повної залежно від віку та індивідуальних особливостей; зосередження уваги на інтенсивному, інтерактивному та особливо на екстенсивному та автономному аудіюванні з метою розвитку автономії учнів/студентів, яка є необхідною умовою формування готовності навчатися впродовж життя. Встановлено, що перспективними напрямами подальших досліджень є аналіз можливостей реалізації різних видів аудіювання в умовах змішаного та дистанційного навчання.

Предметом вивчення в статті є процеси автоматизованої побудови й використання бази темпоральних знань для підтримки управління підприємством в умовах невизначеності, яка виникає в результаті неповноти інформації про стан підприємства як об’єкту управління. Мета полягає в розробці концепції автоматизованої побудови темпоральної бази знань, що містить контекстно-залежні знання про процеси управління в інформаційній системі та забезпечує можливість підтримки прийняття рішень з тактичного управління, а також можливість підтримки виконання на рівні стратегічного управління. Задачі: розробка принципів автоматизованої побудови темпоральної бази знань; впровадження розроблених принципів у вигляді концепції використання темпоральної бази знань для підтримки управління підприємством. Методами, що використовуються, є: методи побудови темпоральних правил та темпоральної баз знань, а також методи ймовірнісного виводу. Отримані такі результати. Розроблено принципи автоматизованої побудови й використання бази знань для підтримки управління підприємством в умовах невизначеності. На базі розроблених принципів запропоновано концепцію побудови темпоральної бази знань та реалізації логічного виводу для вирішення неструктурованих та частково структурованих задач. Висновки. Наукова новизна отриманих результатів полягає в наступному: Запропоновано принципи автоматизованої побудови та використання темпоральної бази знань для підтримки прийняття рішень в інформаційній системі, що відрізняються врахуванням темпоральних залежностей як для процесу управління, так і для об’єкту управління, а також можливостями інтеграції залежностей на різних рівнях організаційної ієрархії. Розроблені принципи та концепція забезпечують можливість побудови множини ймовірнісних рішень вирішення частково структурованих задач на тактичному рівні та неструктурованих задач на стратегічному рівні в умовах неповноти інформації щодо зовнішніх впливів та стану підприємства.

<p><strong>Мета дослідження</strong> — визначити факторну модель розвитку рухової функції у хлопчиків молодших класів. <strong>Методи й організація дослідження.</strong> В дослідженні використані такі методи дослідження як аналіз наукової та методичної літератури, педагогічні спостереження, тестування рухової підготовленості, ймовірнісний підхід до оцінки процесу навчання, методи математичної статистики. У дослідженні прийняли участь хлопчики 2 класу — 38 чоловік, 3 класу — 42 чоловік, 4 класу — 48 чоловік.</p><p><strong>Висновки.</strong><em> </em>У факторній моделі рухової функції у хлопців виділяються: процеси навчання і розвитку рухових здібностей (другий клас); процеси навчання і розвитку силових здібностей (третій клас); процеси навчання і розвитку силових і координаційних здібностей (четвертий клас). </p><p>Найбільшу інформативність для оцінки розвитку рухової функції у хлопчиків мають: <em>другий клас</em> — рівень навченості акробатичних вправ (0,848; 0,774; 0,809); <em>третій клас </em>— рівень розвитку власне силових здібностей: тест «Підтягування у змішаному висі на канаті (разів)» (0,941), рівень навченості вправам: «Підйом переворотом в упор махом однією» (0,910), «Міст із положення лежачи» (0,860); <em>четвертий клас</em> — рівень навченості вправам «Лазіння по канату у 2 прийоми» (0,939), «Лазіння по канату у 3 прийоми» (0,939), «Підйом переворотом в упор махом однією» (0,745), а також результати тестів: № 7 «Підтягування у змішаному висі на канаті» (0,787), № 10 «Час збереження стійкого положення — стійка на одній нозі з закритими очима» (0,723). </p>

Стаття присвячена можливостям впровадження системно-інтегративного підходу до підготовки учителів-магістрів у процесі опанування ними циклу фундаментальних наук (фізики, астрономії, астрофізики, космології, космогонії, хімії). Формулювання проблеми. Обґрунтувати можливість одного з варіантів системно-інтегративного підходу щодо структурування і вивчення навчального матеріалу про фундаментальні взаємодії в природі і сучасний стан процесу об’єднання теорій, що їх описують. Матеріали і методи. У якості методів дослідження використовувалися комплексний аналіз науково-методичних джерел, в яких репрезентується системно-інтегративний підхід до вирішення педагогічних проблем, та синтез відповідних результатів досліджень, опублікованих у науково-педагогічних виданнях, з результатами авторських наробок щодо експериментального їх впровадження в освітню практику. Інтегративність змісту матеріалу про фундаментальні взаємодії в природі пропонується викладати послідовно у формі трьох підтем (питань). Спершу розглядається природа всіх фундаментальних взаємодій, їх загальна характеристика, порівняльні дані за величиною чисельних значень, формули безрозмірних світових констант, що описують ці взаємодії, прояв фундаментальних взаємодій (сил) у фізиці, астрономії, хімії тощо. Наступний етап полягає у визначенні впливу зміни чисельних значень світових констант на еволюцію Всесвіту. Після цього на якісному рівні розглядаються сучасні теорії, які намагаються об’єднати в єдину систему (наукову картину світу) всі фундаментальні взаємодії. Результати. Внаслідок проведеного дослідження з’ясовано, що можливості інтегративного вивчення матеріалу про фундаментальні взаємодії у природі, підкреслюють їх фундаментальні протилежні властивості (далекодіючий характер гравітаційної і електромагнітної взаємодій та близькодіючий – слабкої і сильної), які в поєднанні й визначають структурну єдність і еволюцію нашого Всесвіту, можливість існування множинності інших всесвітів, властивість невичерпного «дроблення» матерії на все менші і менші частинки, підтверджуючи тим самим діалектику єдності і боротьби протилежностей. Висновок. Системно-інтегративний підхід до вивчення фундаментальних взаємодій у природі дає можливість інтерпретувати фундаментальне значення різниці між далекодіючими і близькодіючими силами природи: з одного боку – взаємодії необмеженого радіуса дії (гравітація і електромагнетизм), а з іншого – малого радіуса (сильна і слабка). Цим й демонструється, що світ природних процесів розгортається в межах цих двох полярностей і разом з тим втілює єдність гранично малого і безмежно великого – мікросвіту і мегасвіту, елементарної частинки і всього Всесвіту. Іншими словами – опис природи пролягає між двома протилежними картинами. У цьому «серединному» описі фізичні закони призводять до нової форми пізнання, яка виражається ймовірнісними уявленнями. Тобто, будучи пов’язаними з динамічною нестійкістю природних систем (як мікро- так і макроскопічних), закони природи оперують лише з можливістю подій, а не роблять окремі події наперед передбачуваними.

У світі працюють ефективні рішення побудовані на базі Блокчейн, такі як наприклад Біткоін - інноваційна мережа платежів та цифрова валюта. З цією технологією тісно пов’язані великі дані. Одна з галузей, що зараз активно накопичує такі дані – біржі обміну криптовалют – Binance, EXMO, Bittrex, та інші. Наразі існує потреба в інструментах, які дозволяють аналізувати такі дані, щоб отримувати корисну інформацію, придатну для комерційного застосування. Мережі Байєса є ефективним інструментом для вирішення цієї задачі. Метою дослідження є створення системи підтримки прийняття рішень (СППР), що призначена для побудови структури дискретної мережі Байєса (МБ) за навчальними даними, ймовірнісного висновку в ній, та використання її для прогнозу курсу криптовалюти Біткоін. Досягнення поставленої мети вимагає розв’язання таких задач: 1. Аналіз принципів функціонування та ціноутворення криптовалюти Біткоін 2. Аналіз існуючих методів прогнозування курсу Біткоін. 3. Аналіз принципів побудови МБ за навчальними даними. 4. Аналіз методів побудови ймовірнісного висновку в МБ. 5. Реалізація евристичного алгоритму побудови МБ у вигляді програмного продукту. 6. Реалізація ймовірнісного висновку в побудованій мережі. 7. Апробація програмного продукту на навчальних даних, що становлять вибірку історичних даних коливання курсу криптовалюти Біткоін. 8. Аналіз ефективності створеної моделі, порівняння точності побудованого прогнозу з результатами інших досліджень у сфері прогнозування курсу криптовалют. Об’єктом дослідження є статистичні дані щодо історії коливання курсу Біткоін, а також 24 функцій ринку та мережі Біткоін, зібраних щоденно з 2009 року, які потребують ефективної аналітичної обробки з метою прогнозування подальших коливань його курсу. Предметом дослідження є метод прогнозування курсу криптовалют з використанням МБ, навчання ймовірнісних МБ за статистичними даними та формування ймовірнісного висновку. Методи дослідження базуються на поняттях теорії ймовірності та математичної статистики, теорії графів та теорії формування ймовірнісного висновку у МБ, принципах функціонування та ціноутворення в криптовалюті Біткоін. Наукова новизна одержаних результатів: реалізовано евристичний метод побудови МБ за навчальними даними. Реалізовано ймовірнісний висновок в побудованій мережі. Реалізовано алгоритм виключення змінних для знаходження ймовірнісного висновку в побудованій мережі. Реалізовано СППР, що використовує розроблений метод для прогнозування курсу криптовалюти Біткоін на різних часових проміжках. Проведено порівняльний аналіз точності прогнозування з результатами інших досліджень в сфері прогнозування курсу Біткоін.
Relevance of the topic – effective Blockchain-based solutions exist in the world, such as Bitcoin, an innovative payment network and digital currency. Big data is closely linked to this technology. One of the industries that is now actively accumulating such data – is a cryptocurrency exchange business - Binance, EXMO, Bittrex, etc. There is now a need for tools that allow to analyze such data in order to obtain useful information for commercial use. The Bayesian network (BN) is a very effective tool for this task. Achieving the goal requires solving the following tasks: 1. Analysis of the principles of functioning and pricing of Bitcoin cryptocurrency 2. Analysis of different methods of forecasting the Bitcoin rate. 3.Analysis of the principles of building BN based on training data. 4. Analysis of methods for constructing probabilistic inference in BN. 5. Implementation of the heuristic algorithm of BN construction as a software product. 6. Implementation of probabilistic inference in the constructed network. 7. Testing the software on training data, which is a sample of a historical data on the fluctuation of the Bitcoin cryptocurrency. 8. Analysis of the effectiveness of the created model, comparison of the accuracy of the constructed forecast with the results of other studies in the field of cryptocurrency forecasting. Objective of the study is the statistics on the history of Bitcoin exchange rate fluctuations that require effective analytical processing to predict its future fluctuations. 6. Implementation of probabilistic inference in the constructed network. 7. Testing the software on training data, which is a sample of a historical data on the fluctuation of the Bitcoin cryptocurrency. 8. Analysis of the effectiveness of the created model, comparison of the accuracy of the constructed forecast with the results of other studies in the field of cryptocurrency forecasting. Objective of the study is the statistics on the history of Bitcoin exchange rate fluctuations that require effective analytical processing to predict its future fluctuations.