Статті в журналах з теми "Задача класифікації"
Щоб переглянути інші типи публікацій з цієї теми, перейдіть за посиланням: Задача класифікації.
Оформте джерело за APA, MLA, Chicago, Harvard та іншими стилями
Ознайомтеся з топ-50 статей у журналах для дослідження на тему "Задача класифікації".
Біля кожної праці в переліку літератури доступна кнопка «Додати до бібліографії». Скористайтеся нею – і ми автоматично оформимо бібліографічне посилання на обрану працю в потрібному вам стилі цитування: APA, MLA, «Гарвард», «Чикаго», «Ванкувер» тощо.
Також ви можете завантажити повний текст наукової публікації у форматі «.pdf» та прочитати онлайн анотацію до роботи, якщо відповідні параметри наявні в метаданих.
Переглядайте статті в журналах для різних дисциплін та оформлюйте правильно вашу бібліографію.
1
Мулеса, О. Ю., В. Є. Снитюк та С. О. Герзанич. "Метод нечіткої класифікації на основі послідовного аналізу вальда". Automation of technological and business processes 11, № 4 (13 лютого 2020): 35–42. http://dx.doi.org/10.15673/atbp.v11i4.1597.
Повний текст джерелаАнотація:
Розглядаються задачі прогнозування можливості зміни стану об’єкта на основі його оцінки за множиною критеріїв. До таких задач відносять задачі медичного прогнозування, тобто прогнозування можливості виникнення в майбутньому у особи загрозливого для неї стану. Цю задачу можна сформулювати як задачу класифікації, де один з класів відповідатиме великому ступеню ризику виникнення загрозливого стану, а інший – низькому ступеню ризику. В такій інтерпретації задача класифікації може бути розв’язана за допомогою методу послідовного аналізу Вальда, який базується на теоремі Байєса та враховує інформативність ознак, за якими проводиться класифікація. Такий підхід має ряд особливостей, пов’язаних з визначенням порогів та опрацюванням тих значень ознак, які близькі до порогових. В статті показано, що при застосуванні методу Вальда для об’єктів із значеннями ознак, близькими до порогових, можливі випадки отримання протилежних рішень. З метою підвищення ефективності класифікації запропоновано метод нечіткої класифікації. Особливістю розробленого методу є те, що особа, яка приймає рішення, може вказати характер функції належності для визначення близькості заданих значень до порогових і таким чином задати інтервал допустимої зміни порогових значень. Алгоритм обчислює ступені належності заданого об’єкта до кожного з класів.
Виконано експериментальну верифікацію розробленого методу для задачі прогнозування невиношування вагітності. На етапі формалізації медичних знань відібрані показники, які можуть бути використані для прогнозування, створена база даних клінічного матеріалу. На модельних прикладах продемонстровано перевагу розробленого методу в порівнянні з методом послідовного аналізу Вальда.
Отримані в дослідженні результати можуть використовуватися при побудові прогностичних алгоритмів в медицині.
2
Полетило С.А. "ЕКСПЕРИМЕНТАЛЬНІ ЗАДАЧІ З ФІЗИКИ В ЗАГАЛЬНООСВІТНІХ НАВЧАЛЬНИХ ЗАКЛАДАХ ТА ЇХ КЛАСИФІКАЦІЇ". ПЕДАГОГІЧНИЙ АЛЬМАНАХ, № 49 (30 жовтня 2021): 61–67. http://dx.doi.org/10.37915/pa.vi49.257.
Повний текст джерелаАнотація:
У статті на основі вивчення публікацій науковців та врахування думок учителів загальноосвітніх навчальних закладів доведено потребу в нових підходах до класифікації експериментальних задач з фізики. Автор відносить до експериментальних задач ті, дані для отримання розв’язання яких беруться з експерименту. Обґрунтовано, що без наведених класифікацій експериментальних задач вчителі дотримуються лише одного підходу, що не сприяє зростанню інтересу учнів до експериментування.
Розглянуто чотири класифікації експериментальних задач з фізики: за програмним обсягом; за методами розв’язування; за метою використання; за використанням приладів. Кожна з класифікацій поділяє експериментальні задачі на види. Зокрема, класифікація за програмним обсягом розрізняє задачі двох типів: які торкаються лише однієї програмної теми, які охоплюють кілька програмних тем. Класифікація за методами розв’язання допускає такий поділ експериментальних задач: розв’язання яких потребує одного методу визначення фізичної величини, розв’язання яких допускає використання кількох методів визначення однієї і тієї ж величини. Класифікація задач за метою використання: ті, що слугують закріпленню вивченого матеріалу; ті, що орієнтовані на використання фізичних знань у життєвих ситуаціях. Класифікація за використанням приладів: звичні (розв’язання яких шукають із допомогою конкретних приладів; творчі (для розв’язання яких пропонується підібрати устаткування із наявного); дослідницькі (розв’язання яких потребує врахування всіх можливих факторів визначення фізичної величини). Для кожної класифікації наведено конкретні приклади, які ілюструють їх використання в навчанні фізики. Показано, що запропоновані класифікації експериментальних задач дають змогу вчителеві конструювати нові моделі уроків фізики; з’являється можливість добирати експериментальні задачі, які забезпечать формування в учнів багатоваріантності думки та зростання їхнього інтересу до експериментування. Використовується вся множина методів розв’язування такого роду задач, наближаючи цим учнів до розуміння важливості експериментального методу науки; формується сучасний науковий тип мислення.
З’ясовано, що вчителі фізики схвально ставляться до пропонованих класифікацій. На їхню думку, згадані класифікації урізноманітнюють підходи до використання експериментальних задач у навчанні, що суттєво підвищує якість знань учнів з фізики та інтерес до предмета.
Автор вважає, що перспективи подальших розвідок щодо використання експериментальних задач у навчанні фізики полягають у створенні збірників задач, що охоплюють пропоновані класифікації.
3
Gadetska, S., та V. Gorokhovatskyi. "ЗАСТОСУВАННЯ СТАТИСТИЧНИХ МІР РЕЛЕВАНТНОСТІ ДЛЯ ВЕКТОРНИХ СТРУКТУРНИХ ОПИСІВ ОБ’ЄКТІВ У ЗАДАЧІ КЛАСИФІКАЦІЇ ЗОБРАЖЕНЬ". Системи управління, навігації та зв’язку. Збірник наукових праць 4, № 50 (12 вересня 2018): 62–68. http://dx.doi.org/10.26906/sunz.2018.4.062.
Повний текст джерелаАнотація:
Вирішується задача класифікації зображень у просторі ознак дескрипторів особливих точок з поданням опису у кластерному виді і використанням статистичних мір для обчислення релевантності описів. Проведено аналіз особливостей застосування статистичного та метричного класифікаторів при визначенні рівня релевантності структурних описів. Виконано порівняння характеристик мір релевантності на розрахункових прикладах. Запропоновано використання розходження Кульбака-Лейблера як універсальної і ефективної міри для задачі класифікації. Підтверджена результативність запропонованого підходу для прикладних баз зображень. Наукова новизна дослідження полягає у розвиненні методу структурного розпізнавання зображень на основі кластерного опису множини дескрипторів особливих точок шляхом застосування апарату статистичних мір для визначення релевантності аналізованих та еталонних даних і побудови класифікаційних висновків у просторі кластер – еталон. Практична значущість роботи – отримання прикладних розрахункових моделей для застосування методів класифікації і підтвердження їх результативності в конкретних прикладах базах зображень.
4
Gorokhovatsky, V. O., та K. G. Solodchenko. "ЗАСТОСУВАННЯ АПАРАТУ АНАЛІЗУ ТА ОБРОБЛЕННЯ БІТОВИХ ДАНИХ У МЕТОДАХ КЛАСИФІКАЦІЇ ЗОБРАЖЕНЬ ЗА МНОЖИНОЮ КЛЮЧОВИХ ТОЧОК". Системи управління, навігації та зв’язку. Збірник наукових праць 2, № 48 (11 квітня 2018): 63–67. http://dx.doi.org/10.26906/sunz.2018.2.063.
Повний текст джерелаАнотація:
Вирішена задача структурного розпізнавання візуальних об’єктів на підґрунті описів у вигляді множини ключових точок зображення. Запропоновано метод бінарного аналізу множин дескрипторів опису для формування центрів класів з метою класифікації у межах заданої бази еталонів. Обговорюються критерії оцінювання ефективності класифікації. Проведено програмне моделювання та дослідження методу у порівнянні з медіанними центрами, отримано підтвердження результативності розробленого методу для прикладної бази зображень.
5
Gorokhovatsky, V. O., D. V. Pupchenko та K. G. Solodchenko. "АНАЛІЗ ВЛАСТИВОСТЕЙ, ХАРАКТЕРИСТИК ТА РЕЗУЛЬТАТІВ ЗАСТОСУВАННЯ НОВІТНІХ ДЕТЕКТОРІВ ДЛЯ ВИЗНАЧЕННЯ ОСОБЛИВИХ ТОЧОК ЗОБРАЖЕННЯ". Системи управління, навігації та зв’язку. Збірник наукових праць 1, № 47 (8 лютого 2018): 93–98. http://dx.doi.org/10.26906/sunz.2018.1.093.
Повний текст джерелаАнотація:
Вирішується задача інваріантного розпізнавання візуальних об’єктів з використанням структурнихметодів на основі описів у вигляді множини особливих точок зображення. Проведено аналіз характеристикта засобів програмного моделювання сучасних методів ORB та BRISK для визначення особливих точок.Запропоновано метод бінарного аналізу для формування центрів класів та подальшої класифікації. Проведено програмне моделювання методу у порівнянні з мережею Кохонена, отримано підтвердження результативності розробленого методу для прикладної бази зображень.
6
Настенко, Є., В. Максименко, С. Поташев, В. Павлов, В. Бабенко, С. Рисін, О. Матвійчук та В. Лазоришинець. "ЗАСТОСУВАННЯ МЕТОДУ ГРУПОВОГО УРАХУВАННЯ АРГУМЕНТІВ ДЛЯ ПОБУДОВИ АЛГОРИТМІВ ДІАГНОСТИКИ ІШЕМІЧНОЇ ХВОРОБИ СЕРЦЯ". Біомедична інженерія і технологія, № 5 (12 травня 2021): 1–9. http://dx.doi.org/10.20535/2617-8974.2021.5.227141.
Повний текст джерелаАнотація:
Проблематика. Метод групового урахування аргументів є доволі недооціненим інструментом для отримання високоточних прогностичних моделей. Перший варіант штучної нейронної мережі (які користуються величезною популярністю в світі машинного навчання) був отриманий в 1965 році українським вченим Олексієм Івахненко, який як раз використовував метод групового урахування аргументів для навчання мережі. Відомо, що даний підхід має місце фактично в будь-якій проблематиці, і не виключенням є задача розпізнавання ішемічної хвороби серця по відеоданим спекл-трекінг ехокардіографії. Вирішення подібної задачі є актуальним, оскільки це надасть можливість аналізувати ехокардіограми навіть якщо вони не оснащені технологією спекл-трекінг.
Мета. Методом групового урахування аргументів за даними спекл-трекінг ехокардіографії побудувати класифікаційні алгоритми діагностики порушень кінематики скорочень лівого шлуночка серця у хворих на ішемічну хворобу серця в умовах стану спокою, та при застосуванні ехострестесту із добутаміновою пробою.
Методика реалізації. Національним інститутом серцево-судинної хірургії імені М.М. Амосова були надані відеодані, отримані за допомогою методу спекл-трекінг ехокардіографії, яким було обстежено 56 пацієнтів з підозрою на ішемічну хворобу серця. Серед них лише у 16 пацієнтів патологію виявлено не було. Ехокардіографія реєструвалась у B-режимі за трьома позиціями: довгої вісі, 4-камерної та 2-камерної позиціях. Усього для дослідження було використано 6245 кадрів відео потоку: 1871 – без порушень серцевої діяльності, та 4374 – при наявності патології під час обстеження.
Результати дослідження. Методом групового урахування аргументів було одержано 12 моделей класифікації з урахуванням доз добутаміну (0, 10, 20 і 40 мкг), точність яких на екзаменаційній вибірці варіювалась від 81.7% до 97.4%. Також були отримані 3 моделі класифікації без урахування доз добутаміну, які на екзаменаційній вибірці показали точність в межах 75.2-82.2%.
Висновки. Отримані високоточні моделі класифікації методом групового урахування аргументів. Дані моделі можна буде застосувати для аналізу ехокардіограм, отриманих у B-режимі на обладнанні, яке не оснащене технологією спекл-трекінг.
Ключові слова: метод групового урахування аргументів; спекл трекінг ехокардіографія; ехострестест з добутаміном; ішемічна хвороба серця.
7
Verhun, V. R. "Характеристика методів розв'язання задачі класифікації в інтелектуальному аналізі даних навчальних програм". Scientific Bulletin of UNFU 29, № 6 (27 червня 2019): 136–39. http://dx.doi.org/10.15421/40290626.
Повний текст джерелаАнотація:
Досліджено публікації останніх років у галузі інтелектуального аналізу даних навчальних програм. Кількість досліджень у цій галузі зростає, проте здебільшого це однотипні дослідження, що використовують однакові вибірки даних. Розроблено критерії, відповідно до яких було отримано вибірку з публікаціями для проведення аналізу використання методів інтелектуального аналізу даних навчальних програм. Найбільше досліджень у галузі Інтелектуального Аналізу Даних у навчанні стосуються вирішення задачі кластеризації, класифікації та асоціації. Для створення вибірки до уваги обрано дослідження з використанням методів та алгоритмів, що вирішують задачу класифікації. Вибірка статей включає дослідження, що аналізують продуктивність методів класифікації та представляють результати та порівняння показників. За результатом аналізу вибрано алгоритми, що показують найкращі результати продуктивності серед інших алгоритмів з вибірки. Згідно із встановленими критеріями, кожна публікація повинна вирішувати конкретну наукову задачу. У цій галузі методи інтелектуального аналізу даних отримують застосування для вирішення різних прикладних задач у навчальному процесі. Відповідно до контексту та типу прикладної задачі залежить вибір конкретного методу та точність вибраних алгоритмів. Тому категоризація прикладних завдань дає змогу отримувати якісніші підходи до розв'язання наукової задачі. Встановлено категорії проблематики, яких стосуються найбільше наукових досліджень з використанням методів класифікації.
8
Gorokhovatskyi, V., A. Zaporozhchenko, Т. Siryk та O. Tarasenko. "ДОСЛІДЖЕННЯ РЕЗУЛЬТАТИВНОСТІ ЗАСТОСУВАННЯ ОЗНАК РОЗПОДІЛІВ ДАНИХ ДЛЯ ОБЧИСЛЕННЯ РЕЛЕВАНТНОСТІ ОПИСІВ ЗОБРАЖЕНЬ". Системи управління, навігації та зв’язку. Збірник наукових праць 1, № 59 (26 лютого 2020): 68–73. http://dx.doi.org/10.26906/sunz.2020.1.068.
Повний текст джерелаАнотація:
Предметом досліджень статті є моделі ознак розподілів даних дескрипторів ключових точок для вирішення задач розпізнавання та класифікації візуальних об’єктів у системах комп’ютерного зору. Метою є дослідження модифікації методу структурної класифікації на підставі зіставлення розподілів даних для фрагментів дескрипторного опису зображення. Завдання: розроблення математичних та програмних моделей для ефективного за швидкодією обчислення релевантності описів на підставі розподілів даних, вивчення властивостей цих моделей, оцінювання результативності у задачі класифікації зображень. Застосовані методи: детектор ORB для формування дескрипторів ключових точок, статистичний аналіз даних, методи побудови розподілів бітових даних, апарат метричного визначення релевантності, програмне моделювання. Отримані результати. Перехід від опису як множини дескрипторів до розподілів фрагментів, побудова та зіставлення розподілів забезпечують достатню результативність класифікації. Класифікація виконується у кілька разів швидше, ніж при використанні безпосередньо множини дескрипторів. Висновки. Наукова новизна дослідження полягає в удосконаленні методу структурної класифікації зображень на основі впровадження блочної структури опису із використанням значень розподілу для фрагментів множини дескрипторів. Практична значущість – досягнення суттєвого рівня підвищення швидкодії при обчисленні релевантності для класифікації, підтвердження результативності запропонованого простору ознак на прикладах зображень, отримання прикладних програмних моделей для дослідження та впровадження методів класифікації у системах комп’ютерного зору
9
Соловйов, Володимир Миколайович. "Універсальний інструментарій моделювання складних систем". New computer technology 15 (25 квітня 2017): 10–14. http://dx.doi.org/10.55056/nocote.v15i0.617.
Повний текст джерелаАнотація:
Метою дослідження є визначення критеріїв універсального інструментарію моделювання складних систем. Задачами дослідження є визначення мір складності для систем різної природи і походження. Об’єктом дослідження є моделювання складних систем. Предмет дослідження: синергетична парадигма складності як інструмент ідентифікації та прогнозування природних і штучних систем. У результаті дослідження проаналізовано сучасні підходи до моделювання складних систем різної природи. Показано, що синергетична парадигма складності надає необхідний набір універсальних інструментів для адекватної ідентифікації і прогнозування основних паттернів як природних, так і штучних систем. Сюди, в першу чергу, відносяться теорія фракталів, нелінійна динаміка, еконофізика, теорія складних мереж. Виділено два класи задач: (1) задачі порівняльної класифікації та (2) моніторингу і попередження критичних і кризових явищ. Перший клас задач зводиться до виділення так званих мір складності системи, за якими можна провести класифікацію систем за складністю. При цьому більш складні системи є більш робастними, стійкими до збурень. Досліджуючи динаміку виділених мір складності та порівнюючи її з динамікою вихідної складної системи, можна будувати індикатори і передвісники критичних та кризових явищ. Висновки. Ефективність запропонованого інструментарію продемонстровано на прикладах статистичних реалізацій складних систем різної природи, представлених у виді часових рядів: фізичних, технічних, фінансових, біомедичних, когнітивних тощо. Результати досліджень рекомендується використовувати для створення систем підтримки прийняття рішень, зокрема для моніторингу та прогнозування небажаних кризових явищ у складних системах.
10
Гавриленко, Олена, та Неля Новіченко. "ДОСЛІДЖЕННЯ ОПТИМІЗАТОРІВ НЕЙРОННОЇ МЕРЕЖІ ДЛЯ КЛАСИФІКАЦІЇ ЗОБРАЖЕНЬ БУДІВЕЛЬ ЗА АРХІТЕКТУРНИМ СТИЛЕМ". System technologies 5, № 136 (29 травня 2021): 169–79. http://dx.doi.org/10.34185/1562-9945-5-136-2021-16.
Повний текст джерелаАнотація:
У статті розглянуто задачу класифікації зображень з тісними міжкласових взаємозв’язками – класифікація архітектурних стилів будівель, де велика кількість основних рис та ознак є спільною для декількох класів. Об’єктом дослідження є алго-ритм навчання нейронної мережі для розпізнавання архітектурних стилів будівель. Запропоновано метод навчання нейронної мережі для класифікації архітектурних стилів будівель за зображеннями будівель, що за меншу кількість часу навчання досягає більшої. Запропонований алгоритм оптимізатору реалізовано програмно і проведено експерименти для порівняння ефективності алгоритму.
11
Размолодчикова, Іванна. "Педагогічна задача як засіб дидактичної підготовки майбутніх учителів початкових класів". Освітній вимір 42 (13 листопада 2014): 61–67. http://dx.doi.org/10.31812/educdim.v42i0.2794.
Повний текст джерелаАнотація:
Размолодчикова І. В. Педагогічна задача як засіб дидактичної підготовки майбутніх учителів початкових класів.
У статті подано методичні рекомендації щодо застосування педагогічних задач (ситуацій) як засобу організації навчальної і науково-дослідної роботи майбутніх учителів початкових класів. Розкрито сутність понять «задача», «педагогічна задача», «педагогічна ситуація». Наведено класифікацію навчальних педагогічних завдань, які бажано використовувати на початковому етапі підготовки спеціалістів.
12
Povkhan, Igor. "ПИТАННЯ СКЛАДНОСТІ ПРОЦЕДУРИ ПОБУДОВИ СХЕМИ АЛГОРИТМІЧНОГО ДЕРЕВА КЛАСИФІКАЦІЇ". TECHNICAL SCIENCES AND TECHNOLOGIES, № 3(21) (2020): 142–53. http://dx.doi.org/10.25140/2411-5363-2020-3(21)-142-153.
Повний текст джерелаАнотація:
Актуальність теми дослідження. На сучасному етапі розвитку інформаційних систем та технологій, які базуються на математичних моделях теорії штучного інтелекту (методах та схемах алгоритмічних дерев класифікації), виникає принципова проблема вузької спеціалізації наявних підходів та методів у соціально-економічних, екологічних та інших системах первинного аналізу та обробки великих масивів інформації. Задачі, які об’єднуються тематикою розпізнавання образів, дуже різноманітні та виникають у сучасному світі в усіх сферах економіки та соціального контенту діяльності людини, що приводить до необхідності побудови та дослідження математичних моделей відповідних систем. На сьогодні немає універсального підходу до їх розв’язання, запропоновано декілька досить загальних теорій та підходів, що дозволяють вирішувати багато типів (класів) задач, але їх прикладні застосування відрізняються досить великою чутливістю до специфіки самої задачі або предметної області застосування. Представлена робота присвячена проблемі моделей логічних та алгоритмічних дерев класифікації (схем ЛДК/АДК), пропонує оцінку складності структур алгоритмічних дерев (моделей дерев класифікації), які складаються з незалежних та автономних алгоритмів класифікації і будуть являти собою певною мірою новий алгоритм розпізнавання (зрозуміло, що синтезований із відомих схем, алгоритмів та методів). Постановка проблеми. Нині актуальні різні підходи до побудови систем розпізнавання у вигляді дерев класифікації (ЛДК/АДК), причому інтерес до методів розпізнавання, які використовують дерева класифікації, викликаний багатьма корисними властивостями, якими вони володіють. З одного боку, складність класу функцій розпізнавання у вигляді моделей дерев класифікації, при визначених умовах, не перевищують складності класу лінійних функцій роз-пізнавання (простішого з відомих). З іншого – функції розпізнавання у вигляді дерев класифікації дозволяють виділити в процесі класифікації як причинно-наслідкові зв’язки (та однозначно врахувати їх у подальшому), так і фактори випадковості або невизначеності, тобто врахувати одночасно і функціональні, і стохастичні відношення між властивостями та поведінкою всієї системи. При цьому відомо, що процес класифікації нових, таких, що досі не зустрічалися, об’єктів світу багатьох тварин і людей (за винятком об’єктів, інформація про які передається генетичним шляхом (наслідковим), а також в деяких інших випадках), відбувається за так званим логічним деревом рішень (у зв‘язку з нейромережевою концепцією). Зрозуміло, що доцільно не розробляти новий алгоритм, а запропонувати деяку концепцію раціонального використання вже накопиченого потенціалу алгоритмів та методів класифікації у вигляді моделей алгоритмічних дерев класифікації (структур АДК). Саме тому ця робота має намір хоча б частково подолати ці обмеження та присвячена оцінці складності процедури побудови моделей алгоритмічних (логічних) дерев класифікації в галузі задач розпізнавання. Аналіз останніх досліджень і публікацій. У дослідженні розглянуті останні наукові публікації у відкритому доступі, які присвячені загальній проблемі підходів, методів, алгоритмів та схем розпізнавання (моделей ЛДК/АДК) дискретних об’єктів (дискретних зображень) у задачах розпізнавання образів (теорії штучного інтелекту). Виділення недосліджених частин загальної проблеми. Можливість простого та економного методу побудови моделі алгоритмічного дерева класифікації (або структур АДК/ЛДК) та оцінка складності такої процедури (моделі структури АДК/ЛДК) на основі початкових масивів дискретної інформації великого об’єму. Постановка завдання. Дослідження актуального питання складності загальної процедури побудови алгоритмічного дерева класифікації (моделі АДК) на основі концепції поетапної селекції наборів незалежних алгоритмів класифікації (можливих їх різнотипних множин та сполучень), яке для заданої початкової навчальної вибірки (масиву дискретної інформації) будує деревоподібну структуру (модель класифікації АДК), з набору алгоритмів оцінених на кожному кроці схеми побудови моделі за даною початковою вибіркою. Виклад основного матеріалу. Пропонується оцінка складності процедури побудови алгоритмічного дерева класифікації для довільного випадку (для умов слабкого та сильного розділення класів навчальної вибірки). Розв’язок цього питання має принциповий характер, щодо питань оцінки структурної складності моделей класифікації (у вигляді деревоподібних конструкцій), структур АДК дискретних об’єктів для широкого класу прикладних задач класифікації та розпізнавання в плані розробки перспективних схем та методів їх фінальної оптимізації (мінімізації) конструкції. Це дослідження має актуальність не лише для конструкцій алгоритмічних дерев класифікації, але й дозволяє розширити саму схему оцінки складності і на загальний випадок структур логічних дерев класифікації. Висновки відповідно до статті. Досліджені питання структурної складності конструкцій ЛДК/АДК, запропонована верхня оцінка складності для процедури побудови алгоритмічного дерева класифікації в умовах слабкого та сильного розділення класів початкової навчальної вибірки.
13
Кондисюк, Ігор. "Класифікація гібридних проєктів автотранспортних підприємств та обґрунтування структури їх портфелів". Bulletin of Lviv National Agrarian University Agroengineering Research, № 25 (20 грудня 2021): 167–73. http://dx.doi.org/10.31734/agroengineering2021.25.167.
Повний текст джерелаАнотація:
Виконано аналіз предметної галузі. Встановлено, що автотранспортні підприємства у своїй діяльності реалізовують гібридні проєкти. Такі проєкти мають свою специфіку та особливості. Їх врахування лежить в основі розроблення інструментарію для якісного управління гібридними проєктами. Виконано аналіз наукових праць. Встановлено, що задачі класифікації гібридних проєктів автотранспортних підприємств та обґрунтування структури гібридних проєктів автотранспортних підприємств залишилися поза увагою науковців. Запропонована класифікація гібридних проєктів автотранспортних підприємств передбачає їх виявлення за десятьма класифікаційними ознаками. Виконана класифікація забезпечує ідентифікацію гібридних проєктів та розробку інструментарію для управління ними. Вона лежать в основі формування портфелів гібридних проєктів автотранспортних підприємств. На підставі запропонованої класифікації можна означити напрями дослідження та окреслити задачі, розв’язання яких забезпечить прийняття безпомилкових управлінських рішень та отримання максимальної цінності для стейкхолдерів. Встановлено, що гібридні проєкти автотранспортних підприємств мають свої особливості. Вони відображаються запропонованими класифікаційними ознаками. Означено шість груп особливостей гібридних проєктів автотранспортних підприємств. Врахування зазначених особливостей під час розроблення інструментарію для управління гібридними проєктами забезпечить відповідну якість їх реалізації та прийнятих управлінських рішень. Обґрунтована структура гібридних проєктів автотранспортних підприємств. Вона забезпечує узгодження множини гібридних проєктів, що ініціюються замовниками транспортних послуг, із доступними ресурсами автотранспортних підприємств у прогнозованому мінливому проєктному середовищі. Встановлено, що існує потреба в обґрунтуванні та використанні ціннісно-ризикового підходу. Він забезпечить формування ефективних портфелів гібридних проєктів автотранспортних підприємств із максимальною цінністю для всіх стейкхолдерів.
14
Єгошкін, Д. І., та Н. А. Гук. "НАЛАШТУВАННЯ ТА НАВЧАННЯ НЕЧІТКОЇ МОДЕЛІ ДЛЯ ЗАДАЧІ КЛАСИФІКАЦІЇ". Visnyk of Zaporizhzhya National University Physical and Mathematical Sciences, № 1 (6 вересня 2021): 33–43. http://dx.doi.org/10.26661/2413-6549-2021-1-04.
Повний текст джерелаАнотація:
У роботі розглянуто задачу класифікації об’єктів за ознаками та розроблено метод нечіткої класифікації. Для розв’язання задачі запропоновано використовувати нечітку модель представлення знань, побудовану з використанням навчальної вибірки, та систему нечіткого логічного виводу. Автоматичне формування системи нечітких логічних правил відбувається в процесі навчання. У процесі навчання відбувається налаштування параметрів моделі – нечітких границь термів. Для усунення проблеми обробки об’єктів, характеристики яких суттєво відрізняються від більшості об’єктів у вибірці та наближаються до порогових, для визначення границь термів пропонується використовувати квартильні оцінки. Модифікація класичного алгоритму нечіткої класифікації полягає в організації двохетапної процедури класифікації. Для поліпшення якості класифікації будуються допоміжні нечіткі класи, з використанням яких здійснюється відображення об’єктів в чіткі класи з навчальної вибірки. Для оцінювання якості класифікації використовуються метрики точності та повноти. Налаштування параметрів алгоритму нечіткої класифікації та розв’язання задачі нечіткої класифікації виконано з використанням набору даних іриси Фішера. Наведено порівняння результатів класифікації з використанням запропонованого в роботі двохетапного походу і класичного алгоритму нечіткої класифікації. Для зменшення впливу наявних у навчальній вибірці аномальних об’єктів на результат класифікації для визначення границь термів використовується міжквартильне середнє, що робить процедуру визначення границь термів робастною. Показано, що використання міжквартильного середнього для визначення границь термів дозволяє отримати прийнятну точність класифікації для вибірок, які містять об’єкти з аномальними характеристиками. Досліджено вплив способу розбиття вибірки на навчальну і тестову, а також вплив розміру навчальної вибірки на якість класифікації. Запропонований підхід є придатним для обробки даних в умовах обмеженої вибірки, часткового чи повного перекриття класів об’єктів, наявності об’єктів з нетиповими значеннями характеристик.
15
ПОВЄТКІНА, Олександра Вікторівна. "МЕТОДОЛОГІЧНІ ПРОБЛЕМИ ДОСЛІДЖЕННЯ ПОЛІСЕМІЇ В КОНТЕКСТІ ЗМІНИ НАУКОВИХ ПАРАДИГМ". Мова, № 35 (29 липня 2021): 181–86. http://dx.doi.org/10.18524/2307-4558.2021.35.237853.
Повний текст джерелаАнотація:
Мета статті — проаналізувати та зіставити методологічні принципи дослідження семантики та полісемії лексичних одиниць, якими керуються різні лінгвісти та які зумовлені парадигмою наукового знання — порівняльно-історичною, системно-структурною, антропоцентричною. Об’єктом дослідження став зміст праць лінгвістів-представників різних наукових парадигм. Предметом дослідження — методологічні принципи вивчення лексичної полісемії. У роботі використано методи аналізу, узагальнення, а також зіставний та гіпотетико-дедуктивний. У результаті вивчення наукових праць Є. Куриловича, Р. Якобсона, В. В. Виноградова. Ю. Д. Апресяна, А. Вежбицької, А. А. Залізняк, О. С. Кубрякової, І. М. Кобозевої було простежено, як парадигма — домінуючий дослідницький підхід до мови — впливає на методи вивчення лексичної полісемії, а також виявлено основні риси сучасного когнітивно-дискурсивного підходу до лексичної семантики та полісемії. Зроблено такі висновки. Оскільки основоположними постулатами когнітивної лінгвістики є уявлення про мову як частину пізнавальної діяльності людини, ідеї про те, що саме мова дає змогу вивчати когнітивні процеси, які знаходять, здебільшого, іконічне відображення у мовних структурах, то перед лінгвістами постає задача вивчати співвідношення когнітивних і мовних структур. На сучасному етапі розвитку науки виявляється недостатність наявних словникових тлумачень. Від завдань щодо класифікації різних типів лексичних значень лінгвістика перейшла до аналізу когнітивних засад формування мовних значень. У новій парадигмі актуалізована установка на розвиток і доповнення класичної теорії полісемії дослідженням семантики багатозначного слова у когнітивному та дискурсивному аспектах. Становлення когнітивно-дискурсивної парадигми призвело також до усвідомлення необхідності залучення знань суміжних наукових дисциплін.
16
Яременко, В., та С. Материнська. "Використання штучних нейронних мереж для визначення наявності сердцево-судинних хвороб та захворювань печінки при малих наборах даних." COMPUTER-INTEGRATED TECHNOLOGIES: EDUCATION, SCIENCE, PRODUCTION, № 40 (24 вересня 2020): 164–69. http://dx.doi.org/10.36910/6775-2524-0560-2020-40-25.
Повний текст джерелаАнотація:
В даній роботі проведено аналіз ефективності застосування штучних нейронних мереж для вирішення задачі класифікації для невеликих наборів медичних даних із сфери діагностування. Для дослідження було обрано два набори даних: дані про серцево-судинні захворювання та про хвороби печінки. Отримані результати було порівняно з результатами точності для стандартних методів машинного навчання, що використовуються в задачах класифікації Для проведення дослідження було обрано модель багатошарового перцептрона. Програмним засобом для реалізації став Python, що надає можливість використовувати допоміжні бібліотеки при роботі з методами машинного навчання.
17
Дебела, І. М. "КЛАСИФІКАЦІЯ СТАНІВ СИСТЕМИ ЗА ВЕКТОРОМ ПАРАМЕТРІВ". Таврійський науковий вісник. Серія: Економіка, № 11 (28 січня 2022): 114–19. http://dx.doi.org/10.32851/2708-0366/2022.11.16.
Повний текст джерелаАнотація:
У статті описано аналітичний алгоритм класифікації станів складної системи, ідентифікованих за вектором параметрів. Алгоритм визначення стану складної системи ґрунтується на принципах дискримінантного аналізу. Множина класів системи розглядається як сукупність багатовимірних випадкових величин, визначених з точністю до значень параметрів. Основою застосування дискримінантного аналізу є припущення про нормальний розподіл багатовимірної випадкової величини, а саме вектору параметрів стану системи. Ризики класифікації оцінюються за Байєсовим вирішуючим правилом, одним із проміжних результатів якого є визначення статистичних оцінок апріорних імовірностей належності досліджуваної системи до кожного класу. Отримані оцінки використовуються в задачах оптимізації прийняття рішення в умовах потенційних економічних ризиків. Байєсовський підхід – це не новий алгоритм оптимальної класифікації, але його застосування до прикладних задач моделювання вимагає аналітичної адаптації.
18
Іванченко, А. С., К. С. Бовсуновська, І. М. Дикан, Б. А. Тарасюк, В. А. Павлов та Є. А. Настенко. "КЛАСИФІКАТОР ДИФЕРЕНЦІАЛЬНОЇ ДІАГНОСТИКИ АУТОІМУННОГО ГЕПАТИТУ ТА ХВОРОБИ ВІЛЬСОНА НА ОСНОВІ АНАЛІЗУ УЛЬТРАЗВУКОВИХ ЗОБРАЖЕНЬ ПЕЧІНКИ". Біомедична інженерія і технологія, № 6 (17 листопада 2021): 62–73. http://dx.doi.org/10.20535/2617-8974.2021.6.233008.
Повний текст джерелаАнотація:
Реферат: Проблематика. При інтенсивному моніторингу профілактичного огляду пацієнтів у медичних закладах первинної ланки найбільш зручно по ультразвуковим зображенням діагностувати лише наявність чи відсутність фіброзних змін печінки. Подібний підхід є найбільш ефективним при профілактиці захворювань, при цьому алгоритм класифікації визначає лише наявність патології, а уточнення діагнозу, ступінь ураження вже знайденої патології може визначатися в подальшому у спеціалізованих медичних закладах висококваліфікованим лікарем діагностом. Однак, розробка автоматизованих систем підтримки рішень при диференціації клінічно схожих захворювань завжди є актуальною задачею в медичній практиці. Однією з таких задач є диференціація аутоімунного гепатиту і хвороби Вільсона.
Мета. Розробити діагностичний алгоритм класифікації аутоімунного гепатиту і хвороби Вільсона за результатами аналізу ультразвукових зображень печінки.
Методика реалізації. Дані для виконання дослідження надано Інститутом ядерної медицини та променевої діагностики НАМН України – 9 знімків УЗД стосуються хворих на аутоімунній гепатит, 20 знімків пацієнтів з хворобою Вільсона. Об’єктами класифікації є області інтересу, що було виділено на ультразвукових зображеннях медичними фахівцями. Для збільшення об’єму навчальної вибірки та підвищення якості системи класифікації застосовано аугментацію одержаних зображень. В результаті для навчання (навчальна вибірка) та верифікації (тестова вибірка) було одержано загалом 600 областей інтересу (150 для аутоімунного гепатиту і 450 для хвороби Вільсона). Виходячі з припущення, що відмінності у характеристиках зображень класів знаходяться у відмінностях їх текстур в роботі розраховані текстурні ознаки на основі частот зустрічаємості патернів бінарного шаблону відтінків сірого. Для побудови класифікатора застовано алгоритм Random Forest.
Результати дослідження. Загальна вибірка з 600 областей інтересу була розбита випадковим чином на навчальну (80%) і тестову (20%). Одержано модель класифікатору алгоритмом Random Forest з показниками якості класифікації на навчальній вибірці: точність - 100%, чутливість - 1, специфічність - 1, F-score -1, та на тестовій вибірці: точність 90,8% , чутливість 0.767 , специфічність – 0,956, F-score – 0,873.
Висновки. Запропоновано ефективний підхід для вирішення задачі автоматичної диференційної діагностики аутоімунного гепатиту та хвороби Вільсона. На основі текстурних ознак та алгоритму випадкового лісу була отримана високоякісна модель класифікації
Ключові слова – диференціальна діагностика, аутоімунний гепатит, хвороба Вільсона, ультразвукова діагностика, аугментація зображень, патерни, локальні бінарні шаблони, Random Forest.
19
Квашук, Д. М. "ЗАСТОСУВАННЯ МЕТОДУ K-НАЙБЛИЖЧИХ СУСІДІВ В ПРОЦЕСІ ІНФОРМАЦІЙНО-АНАЛІТИЧНОГО ЗАБЕЗПЕЧЕННЯ ЕКОНОМІЧНОЇ БЕЗПЕКИ МОЛОКОПЕРЕРОБНИХ ПІДПРИЄМСТВ". Наукові праці Міжрегіональної Академії управління персоналом. Економічні науки, № 1(59) (9 жовтня 2020): 50–54. http://dx.doi.org/10.32689/2523-4536/59-8.
Повний текст джерелаАнотація:
У статті досліджено можливості класифікації загроз для молокопереробних підприємств з використанням методу k-найближчих сусідів. Метою застосування даного методу є вирішення задач з оцінювання постачальників сировини за окремими категоріями надійності. Особливості економічної діяльності молокопереробних підприємств обумовлені постійним пошуком якісної сировини. Звичайно, що перед її використанням на підприємствах застосовують ряд перевірок, але такі перевірки досить витратні і не завжди проводяться в силу різних причин. Досліджений в роботі метод класифікації інформації, може бути використаний із застосуванням технологій машинного навчання. Для його апробації було використано програмний код, який включає в себе такі бібліотеки, як math, random, pylab, numpy, matplotlib. Для класифікації постачальників сировини, було створено тестову вибірку даних, після чого обчислено відстань до кожного з об'єктів навчальної вибірки. Відібрано k об'єктів навчальної вибірки, відстань до яких є мінімально. А також визначено класи постачальників сировини. Частина уваги приділено особливостям постачальників сировини для молокопереробних підприємств. На основі дослідження особливостей діяльності постачальників сировини для молокопереробних підприємств встановлено кількісні критерії їх надійності. Так, відповідні критерії були оцінені із застосуванням методу k-найближчих сусідів, що дозволило сформувати класифікацію постачальників сировини. Разом з тим, у статті висвітлено характеристики інформаційно-аналітичного забезпечення економічної безпеки молокопереробних підприємств, виділено ряд ключових особливостей такої діяльності.
20
Бойко, Ольга, Анна Єремус-Левандовська, Лариса Отрощенко, Тетяна Повалій та Юлія Байдак. "Використання ситуаційних задач у професійній підготовці менеджерів соціокультурної діяльності". Socio-Cultural Management Journal 4, № 1 (27 червня 2021): 125–42. http://dx.doi.org/10.31866/2709-846x.1.2021.235711.
Повний текст джерелаАнотація:
Вступ. Культурні та креативні індустрії в сучасному суспільстві посідають важливе місце. Тому питання управління соціокультурною галуззю стають досить актуальними. У зв’язку із залученням у цей процес менеджера, зміст діяльності якого полягає в керуванні культурними процесами, виникає необхідність висвітлення інноваційних форм навчання майбутніх менеджерів соціокультурної діяльності. Мета і методи. Мета – теоретичний аналіз, систематизація та узагальнення результатів наукових досліджень щодо використання ситуаційних задач у професійній підготовці менеджерів соціокультурної діяльності. У ході дослідження використано загальнонаукові методи аналізу, синтезу, систематизації та узагальнення теоретичних положень; конкретно наукові методи термінологічного аналізу, ретроспективний, біографічний, порівняння, конкретизації та класифікації, а також емпіричні методи бесіди та педагогічного спостереження. Результати. Висвітлено значення ситуаційних задач як провідної організаційної форми підготовки менеджерів соціокультурної сфери. Розроблено теми ситуаційних задач, які сформовані блоками. Розкрито види ситуаційних задач: «на мобільне рішення», «на вибір рішення», «на аналіз даних», «задачі-зразки», «на обґрунтування», «на формування умінь та навичок», «на дискусійне рішення», «на аналіз прийнятого рішення», «на пошук інформації», «на ускладнення», «на складання алгоритму» та «на передбачення». Проаналізовано структуру та зміст ситуаційної задачі й подано рекомендовані фахові ситуації в менеджменті. Висновки. Наукова новизна одержаних результатів полягає у теоретичному обґрунтуванні необхідності використання ситуаційних задач як організаційної форми проблемного навчання при підготовці менеджерів, а практичне значення – у підвищенні їхньої конкурентоспроможності.
21
Povkhan, Igor. "ПИТАННЯ ГНУЧКОСТІ ЛОГІЧНИХ ДЕРЕВ КЛАСИФІКАЦІЇ В ЗАДАЧАХ РОЗПІЗНАВАННЯ ОБРАЗІВ". TECHNICAL SCIENCES AND TECHNOLOGIES, № 3(17) (2019): 131–39. http://dx.doi.org/10.25140/2411-5363-2019-3(17)-131-139.
Повний текст джерелаАнотація:
Актуальність теми дослідження. Сучасні тенденції розвитку теорії штучного інтелекту вимагають ефективних підходів та методів у задачах розпізнавання (класифікації) образів, але принциповою проблемою побудови логічних дерев класифікації є відсутність алгоритмів та методів, які б дозволили одноманітно описувати різні алгоритми розпізнавання у вигляді дерев класифікації. Робота присвячена проблемі логічних дерев класифікації. Запропоновано ефективний механізм донавчання та усунення помилок класифікації у структурі логічного дерева. Постановка проблеми. Нині відомі різні методи та алгоритми побудови логічних дерев класифікації, проте всі вони здебільшого зводяться до побудови одного дерева класифікації за даними початкової навчальної вибірки, а в літературі дуже мало алгоритмів побудови логічних дерев для вибірок великого об’єму. Зрозуміло, що це має під собою об‘єктивні фактори, які пов‘язані з особливостями генерації таких складних структур, методиками роботи з ними та зберігання. Ця робота має намір хоча б частково подолати ці обмеження та присвячена розробці ефективного механізму донавчання та усунення помилок класифікації у структурі логічного дерева. Аналіз останніх досліджень і публікацій. Були розглянуті останні публікації у відкритому доступі, які присвячені проблемі методів та алгоритмів логічних дерев класифікації в задачах розпізнавання образів. Виділення недосліджених частин загальної проблеми. Можливість ефективної та економної роботи запропонованого методу зміни структури логічного дерева з масивами навчальних вибірок великого об’єму. Постановка завдання. Розробка простого та якісного методу роботи з великими масивами початкових вибірок шляхом синтезу мінімальних форм дерев класифікації та розпізнавання, які забезпечують ефективну апроксимацію навчальної інформації. Виклад основного матеріалу. Виявлення механізму, за допомогою якого можна було б будувати логічне дерево класифікації за неповною початковою інформацією (і за кількістю об‘єктів, і за кількістю ознак). Таке логічне дерево буде безпомилково розпізнавати частину навчальної вибірки, за якою побудоване дерево, а на інших наборах давати помилки (уникнення такої ситуації пропонується за рахунок застосування схеми алгоритму усунення помилок у структурі дерева). Висновки відповідно до статті. Запропонований метод донавчання та усунення помилок у структурі логічного дерева класифікації дає змогу працювати з навчальними вибірками великого об’єму та забезпечує високу швидкість та економність апаратних ресурсів у процесі генерації кінцевої схеми класифікації.
22
Кондрук, Н. Е. "Використання мiр подiбностi в методах класифiкацiї". Науковий вісник Ужгородського університету. Серія: Математика і інформатика 38, № 1 (27 травня 2021): 143–48. http://dx.doi.org/10.24144/2616-7700.2021.38(1).143-148.
Повний текст джерелаАнотація:
Дане дослідження є розвитком напрямку застосування різних видів мір подібності в задачах інтелектуального аналізу даних. Майнінг даних - це процес видобутку неявної інформації з бази даних, якa характеризує приховані зв’язки та структури. Прогнозується, що цей вид аналізу стане надзвичайно затребуваним протягом наступного десятиліття. В роботі наведено огляд сучасних напрямків контрольованої класифікації. Найпопулярнішим прийомом класифікації об’єктів із числовими атрибутами вважається метод K-найближчих сусідів (KNN). Встановлено, що прогнозне значення мітки класу можна покращити, якщо використовувати зважений вплив кожного сусіда на результат. Таким чином, доцільно модифікувати метод KNN. При цьому, запропоновано ввести функцію, що характеризує схожість неміченого об’єкта із його найближчими сусідами у вигляді міри подібності. На її основі введено індикатори зваженого підрахунку голосів «сусідів» за певну мітку класу. Розроблено програмне забезпечення, що реалізує описаний підхід. Проведення практичних експериментів показало його ефективність при розв’язанні певних класів прикладних задач.
23
Хорошун, Г. М. "МЕТОД КЛАСИФІКАЦІЇ ЗАДАЧ ОПТИКИ ТА ЛАЗЕРНОЇ ФІЗИКИ". Open Information and Computer Integrated Technologies, № 90 (18 червня 2021): 115–22. http://dx.doi.org/10.32620/oikit.2020.90.09.
Повний текст джерелаАнотація:
In recent decades, due to the use of computer technology, the results of research in a particular area of science and technique are accumulated very quickly. In the process of creating a database of optical images and knowledge base is appeared the task of classification method absence. Without such a method the creating the structure of data warehouse is difficult to solve. The classification of the tasks and the obtained results requires considerable attention in order to ensure their rapid and accurate search and further use. Classification is one of the most important tasks of large database analysis used in Data Mining. Assessment of classification accuracy can be performed using cross-checking or a test set. The proposed method is suitable for use when the accuracy of the test set classification meets the established requirements. In the field of optics and laser physics dealt with the problem, which usually is grouped by the next attributes: the initial field pattern, the type of the optical system, the characteristics of the obtained spatial distribution of light as the number of maxima, minima, zeros of intensity and other significant objects. The question of classification of the tasks themselves was considered in the paper for the first time. The method of classification of problems in optics and laser physics is developed. It is applied to the problems of diffraction, interference and observation of microobjects. The classification is carried out with the help of mathematical methods, a formal description of the objects and the decision trees method. The 5 classes was chosen: "meaning the task", "solution method", "appointment", "complexity", "way of expression." The attributes of the problem classification are "visual-optical", "optical", "computational", "experimental", "qualitative", "fundamental", "applied", "simple", "complex", "textual", "numerical", "graphical". The scheme of problems in optics and laser physics classification is shown. Decision-making to determine the attributes of the problem is carried out using the decision trees method. Application of the results in search engines of big databases and pattern recognition problems is discussed.
24
Акимов, В. "Алгоритми багаторівневого навчання для вирішення задачі класифікації захворювань шкіри." КОМП’ЮТЕРНО-ІНТЕГРОВАНІ ТЕХНОЛОГІЇ: ОСВІТА, НАУКА, ВИРОБНИЦТВО, № 36 (20 листопада 2019): 97–102. http://dx.doi.org/10.36910/6775-2524-0560-2019-36-16.
Повний текст джерелаАнотація:
Захворювання шкіри сьогодні належать до розповсюджених медичних проблем. Кількість таких захворювань постійно зростає, незважаючи на розвиток медичної галузі. Рак шкіри є поширеним злоякісним новоутворенням і займає друге рангове місце у структурі онкологічної захворюваності населення України. Первинна діагностика таких хвороб здійснюється візуально, починаючи з клінічних обстежень, що можуть супроводжуватись дерматоскопічним аналізом, біопсією та гістопатологічною експертизою. У роботі виконано аналіз існуючих наукових публікацій щодо класифікації захворювань шкіри при використанні згорткових нейронних мереж, який показав, що на сьогодні існує незначна кількість публікацій з використанням глибокого навчання. Результати існуючих досліджень не містять достатнього рівня точності і результативності щодо класифікації захворювань шкіри, що підтверджує необхідність розробки нових згорткових нейронних мереж і їх подальших досліджень. Тому у роботі запропоновано технічне рішення щодо побудови згорткової нейронної мережі для класифікації захворювань шкіри.
25
Гриб’юк, Олена Олександрівна. "РІВНЕВА МОДЕЛЬ ДОСЛІДНИЦЬКОГО НАВЧАННЯ УЧНІВ МАТЕМАТИКИ З ВИКОРИСТАННЯМ КОМП’ЮТЕРНО ОРІЄНТОВАНОЇ МЕТОДИЧНОЇ СИСТЕМИ". Information Technologies and Learning Tools 77, № 3 (19 червня 2020): 39–65. http://dx.doi.org/10.33407/itlt.v77i3.3375.
Повний текст джерелаАнотація:
Здійснено огляд методологічних положень моделювання, що належать до теорії пізнання. Особлива увага приділяється поняттю аналогії, підкреслено важливість аналогії для моделювання, узагальнення і абстрагування, ізоморфізму і гомоморфізму. Розглядаються деякі особливості моделювання, підкреслюється універсальність моделювання як дослідницького методу. Розглядаються проблеми використання в математичній освіті експериментальних досліджень і дослідницький метод у навчанні математики учнів закладів загальної середньої освіти. Дослідницькі задачі розглядаються як різновид навчальних задач для вирішення проблемних ситуацій, для розв’язування яких необхідне експериментування з динамічними моделями математичних об’єктів. Аналізується використання спеціальних математичних пакетів і математичних методів у підтримці навчання математики та для експериментування в математичній галузі, зокрема з використанням комп’ютерного моделювання. Пропонується класифікація педагогічних програмних засобів для розвитку творчого потенціалу учнів. Розглядається методична система дослідницького навчання математики як комп’ютерно орієнтована система навчання. Акцентується увага на можливостях використання системних дослідницьких прийомів і методів навчання, варіативних дидактичних конструктів з метою навчання математики. Розглядається рівнева модель дослідницького навчання та класифікація дослідницьких задач. Пропонується можливість коригування користувачем комп’ютерно орієнтованої системи навчання та аналізуються взаємозв’язки моделі з матеріальним і нематеріальним видами прототипу. Розглядаються особливості використанням нових інформаційно-комунікаційних технологій. Пропонується уточнення визначення поняття моделі, приділяється увага етапам побудови моделі, що сприяє розкриттю змісту алгоритму моделювання. Розглядаються можливості використання систем комп’ютерної математики в організації комп’ютерного дослідження під час навчання математики на уроках та в позаурочний час. У дослідженні формулюються завдання узагальнення властивостей, типів, задач і функцій моделі як універсального методу пізнання (параметричність, системність, інформаційність, образність, абстрактність, спрощеність), уточнюється визначення моделі і конкретизуються властивості моделі як гносеологічного інструменту.
26
Яременко, В., та Д. Будьонний. "Підхід до використання фільтра блума для багатокласової класифікації текстових даних в режимі реального часу." КОМП’ЮТЕРНО-ІНТЕГРОВАНІ ТЕХНОЛОГІЇ: ОСВІТА, НАУКА, ВИРОБНИЦТВО, № 36 (28 листопада 2019): 153–59. http://dx.doi.org/10.36910/6775-2524-0560-2019-36-24.
Повний текст джерелаАнотація:
У даній роботі розглянуто фільтр Блума, який вирішує задачу фільтрації потоків, та було запропоновано новий підхід використання цього фільтру для класифікації текстових даних. В якості вхідних даних було обрано текстові дані, які надходять у реальному часі. Розглянуто модель з точки зору точності класифікації, швидкості навчання моделі, кількості використаної пам’яті та швидкістю видачі результату класифікації. Представлено метод донавчання моделі та критерій відбору слів для покращення навчання моделі. Показано процес навчання моделі для багатокласової класифікації. Виявлені проблеми даного підходу та запропоновані проблеми їх вирішення.
27
Соломянюк, І. Г. "До задачі смугової класифікації цифр та букв алфавіту". Вісник Київського національного університету імені Тараса Шевченка. Серія "Фізико-математичні науки", Вип. 3 (2012): 245–48.
Знайти повний текст джерела
28
Давидько, О. Б., А. О. Ладік, В. Б. Максименко, М. І. Линник, О. В. Павлов та Є. А. Настенко. "КЛАСИФІКАЦІЯ УРАЖЕНЬ ЛЕГЕНЬ ПРИ COVID-19 НА ОСНОВІ ТЕКСТУРНИХ ОЗНАК ТА ЗГОРТКОВОЇ НЕЙРОННОЇ МЕРЕЖІ". Біомедична інженерія і технологія, № 6 (17 листопада 2021): 19–28. http://dx.doi.org/10.20535/2617-8974.2021.6.231887.
Повний текст джерелаАнотація:
Реферат – Проблематика. Визначення структури ураження легеневої тканини хворих на COVID-19 по типовим ознакам «матове скло», «бруківка», «консолідація» є важливою складовою обґрунтування діагнозу та лікувальних заходів на поточний момент терапії пацієнта. Найбільш поширеним засобом визначення стадії та типу ураження дихальних шляхів є аналіз рентген зображень та комп’ютерної томографії (КТ). Оскільки особливістю вірусної пневмонії SARS-CoV-2 є швидкий перехід від легких стадій до важких з розвитком цитокинового шторму і розповсюдження вірусу в артеріальний кровотік, то надійний та швидкий аналіз КТ зображень легень пацієнта є запорукою прийняття своєчасних лікувальних заходів. В даній роботі розглядаються можливості застосування засобів штучного інтелекту для вирішення задачі класифікації уражень легень при захворюванні COVID-19. Мета. Метою роботи є створення класифікаційної системи типу уражень легень при COVID-19 по типовим ознакам «матове скло», «бруківка», «консолідація» на основі згорткової нейронної мережі CNN та текстурних ознак, джерелом яких є матриці суміжності GLCM при різних значеннях кутів напрямку аналізу. Методика реалізації. Оскільки основою відмінностей різних типів ураження легеневої тканини на КТ зображеннях є відмінності у їх текстурних характеристиках, то в основу простору ознак класифікаційної системи закладемо елементи гістограм на основі матриць суміжності областей інтересу КТ зображень легень. У зв’язку з високими якостями перетворення простору ознак до потреб задач класифікації згортковими шарами мережі, засобом побудови класифікатора пропонується застосувати згорткову нейронну мережу. Для навчання системи ДУ “«Національний інститут фтизіатрії і пульмонології ім. Ф.Г. Яновського НАМН України» було надано 794 КТ зрізів від 20 пацієнтів із масками зображень, на яких виділені 4714 зони інтересу з означеними типами уражень легень. Була побудована модель семишарової згорткової нейронної мережі: із чотирма згортковими шарами, після перших трьох з яких йдуть агрегувальні шари. На вхід згорткової нейронної мережі одночасно подаються текстурні ознаки двох GLCM, які були отримані із сегментованих КТ зображень під різними кутами. В якості функції втрат була використана NLLLOSS. Шар активації Softmax визначає результат задачі класифікації. Результати дослідження. Побудована згорткова нейронна мережа на тестовій вибірці з 472 зображень має загальну точність класифікації у 83%, на класі «матове скло» - 90,1%, «бруківки» - 70,5%, «консолідація» – 54,2% та на робочій вибірці з 4714 ROI зображень має загальну точність у 98%, на класі «матове скло» - 98,6%, «бруківка» - 96,8%, «консолідація» – 95,4% Висновки. В роботі одержано модель з високою ефективністю класифікації типу уражень легень при COVID-19. Класифікатор побудовано на основі згорткової нейронної мережі та ознак текстури, джерелом яких є матриці суміжності областей інтересу КТ зображень легень. Ключові слова – GLCM, матриця суміжності, область інтересу, комп’ютерна томографія, COVID-19, згорткова нейронна мережа, ураження легень, матове скло, бруківка, консолідація.
29
Yastrebenetsky, M. "Регулювання ядерної та радіаційної безпеки як задача системного аналізу". Nuclear and Radiation Safety, № 3(47) (16 вересня 2010): 25–31. http://dx.doi.org/10.32918/nrs.2010.3(47).06.
Повний текст джерелаАнотація:
Регулювання ядерної та радіаційної безпеки АЕС розглядається як задача системного аналізу. Наведено основні поняття системного аналізу, структурні схеми систем регулювання безпеки, класифікацію цих схем. Описані деякі закони керування в системах регулювання безпеки.
30
Засядько, А. А. "Способи спрощення задачі нелінійного програмування на основі класифікації обмежень". Системи обробки інформації, № 2(161), (15 червня 2020): 59–70. http://dx.doi.org/10.30748/soi.2020.161.07.
Повний текст джерелаАнотація:
В роботі наведені різні способи спрощення задачі нелінійного програмування. Компоненти початкової ЗНП, тобто її цільова функція і система обмежень розглядаються як частинні критерії в багатокритеріальній постановці ЗНП. Використання скалярної згортки у вигляді нелінійної схеми компромісів у якості класифікатора обмежень дозволяє звести розв’язування складної задачі нелінійного програмування до простішої, тим самим зменшивши обчислювальну складність. В цьому способі спрощення – це не спосіб розв’язання ЗНП, а спосіб спрощення ЗНП великої розмірності в ЗНП малої розмірності, яка вирішується відомими методами.
31
Настенко, Є., В. Павлов, Олена Носовець, В. Круглий, М. Гончарук, А. Карлюк, Д. Грішко, О. Трофименко та В. Бабенко. "Застосування текстурного аналізу у вирішенні задачі класифікації медичних зображень". Біомедична інженерія і технологія, № 4 (29 грудня 2020): 69–82. http://dx.doi.org/10.20535/2617-8974.2020.4.221876.
Повний текст джерела
32
Volk, Maksym, та Oleksii Lunichkin. "КОМП’ЮТЕРНІ СИСТЕМИ ІЗ САМОВІДНОВЛЕННЯМ". Системи управління, навігації та зв’язку. Збірник наукових праць 1, № 67 (1 квітня 2022): 48–51. http://dx.doi.org/10.26906/sunz.2022.1.048.
Повний текст джерелаАнотація:
Одною з властивостей сучасних комп’ютерних систем є забезпечення їх надійної безперервної роботи, що реалізується різними засобами, у тому числі й вбудованими у саму систему. Предметом статті є огляд проблеми самовідновлення в комп’ютерних системах. Мета статті полягає у створенні класифікаційної бази щодо ймовірних відмов, процесів зберігання стану компонентів системи та задач забезпечення самовідновлення комп’ютерних систем. Висновки. Проаналізовано тематичну літературу предметної області. Запропонована класифікація відмов, описані види відновлення із застосуванням бекапів, сформульовані перспективні задачі управління комп’ютерними системами із самовідновленням. Незважаючи на існуючі приклади реалізації принципів самовідновлення у комп’ютерних системах, самовідновлення у вигляді окремих сервісів чи компонентів є новим напрямком досліджень. Результати можуть набути чималого поширення та застосовуватись у розробці більшості програм та пристроїв, інформаційних систем з метою спрощення проектування, налагодження та експлуатації сучасних комп’ютерних систем.
33
Шумейко, Олександр, Катерина Ялова та Микола Веремейченко. "СПЛАЙНИ В ЗАДАЧІ ОПИСУ СКЛАДНИХ ПОВЕРХОНЬ". ГРААЛЬ НАУКИ, № 11 (18 січня 2022): 186–89. http://dx.doi.org/10.36074/grail-of-science.24.12.2021.034.
Повний текст джерелаАнотація:
Представлено коротка інформація щодо історії розвитку сплайнової математики і інтерполяції сплайнами. Описується класифікація сплайнів за призначенням і типами, формується представлення про сфери їх найефективнішого застосування. Здійснюється постановка задачі опису складних поверхонь із використанням сплайнів. Стаття має оглядовий характер.
34
Жигайло, О. М., та М. М. Топор. "АВТОМАТИЗОВАНА ПОБУДОВА МОДЕЛЕЙ ПРОГНОЗУВАННЯ ЗБУТУ ХЛІБОБУЛОЧНИХ ВИРОБІВ". Automation of technological and business processes 11, № 2 (26 червня 2019): 24–30. http://dx.doi.org/10.15673/atbp.v11i2.1372.
Повний текст джерелаАнотація:
Дослідження процесів збуту та планування виробництва є важливою складовою діяльності будь-якого комерційного підприємства. Це пояснюється тим, що професійне вирішення основних задач збуту обумовлює максимальний рівень задоволення потреби клієнтів, створення додаткових маркетингових переваг, збільшення обсягів реалізації, забезпечення зростання прибутку не тільки в коротко, але і в довгостроковому періоді. Для підвищення ефективності управління процесами збуту та планування виробництва сучасні підприємствавикористовують різноманітні програмні продукти, які автоматизують тільки частину їх бізнес-процесів. В тих продуктах, які займаються аналізом, прогнозуванням збуту та плануванням виробництва, існують проблеми з рівнем точності результатів прогнозу. Тому розробка програмних модулів, що спрощують вирішення задачі прогнозування та підвищують точність отриманих результатів є досить актуальною. Для вирішення задачі прогнозування була обрана модель проінтегрованої авторегресії та ковзного середнього (ARIMA). Перед побудовою моделей прогнозування проводиться автоматична класифікація (кластеризація) досліджуваних часових рядів для виявлення чітких груп зі схожими властивостями, яка надає можливість вибору початкової структури моделей прогнозування для кожної із груп. Після цього йде валідація або корегування значень порядку складових моделей (AR, MA), завдяки результатам обробки коррелограмм автокореляційної та приватної автокореляційної функій. На останньому етапі за допомогою методу найменших квадратів розраховуються параметри сформованих моделей прогнозування.
35
Артемчук, В. О. "Класифікація задач оптимізації мереж моніторингу стану атмосферного повітря". Моделювання та інформаційні технології, Вип. 67 (2013): 10–15.
Знайти повний текст джерела
36
Поліщук, М., С. Костючко та М. Христинець. "Порівняння методів оптимізації нейронних мереж на прикладі задачі класифікації зображень." КОМП’ЮТЕРНО-ІНТЕГРОВАНІ ТЕХНОЛОГІЇ: ОСВІТА, НАУКА, ВИРОБНИЦТВО, № 37 (28 грудня 2019): 43–52. http://dx.doi.org/10.36910/6775-2524-0560-2019-37-7.
Повний текст джерелаАнотація:
У статті проаналізовано існуючі методи оптимізації та типи розподілених обчислень для тренування нейронних мереж. На основі проведених експериментів досліджено доцільність використання даних методів для різних типів даних та архітектури нейронних мереж
37
Мельник, О. В., та П. В. Манько. "Класифікація лісовкритих територій за мультиспектральними даними". Сучасні технології та методи розрахунків у будівництві, № 12 (14 грудня 2019): 112–22. http://dx.doi.org/10.36910/6775-2410-6208-2019-2(12)-14.
Повний текст джерелаАнотація:
В статті досліджено питання поєднання сучасних відкритих геоінформаційних систем та даних дистанційного зондування Землі в задачах лісовпорядкування. На основі існуючих планів лісонасаджень розроблено класифікатори лісових порід дослідного об’єкта з урахуванням вікових груп та без їх урахування. Здійснено контрольовану класифікацію дослідних об’єктів та проведено оцінку точності отриманих результатів. Встановлено, що точність визначення окремих класів на основі пропонованої методики є тотожною.
38
Korzhov, I., P. Shchapov, R. Mygoshchenko та O. Kropachek. "ОЦІНКА ТА ДОСЛІДЖЕННЯ ЧУТЛИВОСТІ, ДИСКРИМІНУЮЧИХ ТА ДІАГНОСТИЧНИХ ВЛАСТИВОСТЕЙ ПОКАЗНИКІВ АВТОКОГЕРЕНТНОСТІ". Системи управління, навігації та зв’язку. Збірник наукових праць 1, № 53 (5 лютого 2019): 70–76. http://dx.doi.org/10.26906/sunz.2019.1.070.
Повний текст джерелаАнотація:
Проведена оцінка чутливості кореляційно-спектральної моделі показника автокогерентності багатовимірного термодинамічного процесу, оцінка дискримінуючих властивостей показників автокогерентності при класифікації вібраційних процесів, дослідженно діагностичні властивості складових показника автокогерентності на прикладі теплових та вібросигналів реального промислового об’єкту контролю та діагностування. На прикладі теплових динамічних процесах показана ефективність розробленого показника автокогерентності W для задач контролю динамічних властивостей інерційних багатомірних промислових об’єктів. Також показана можливість автоматичної корекції похибки вимірювання температури якщо контролювати весь тепловий процес, а не його окремі значення. На прикладі вібросигналів показана можливість якісної класифікації технічних станів, а також кількісної класифікації окремих частотно-часових складових показника автокогерентності W. Доведено, що найкращими діагностичними властивостями характеризуються випадкові (шумові) складові показника автокогерентності W.
39
Боровик, О. В., О. В. Андрушко, А. В. Качур та Д. О. Боровик. "Удосконалена модель розпізнавання рівня небезпеки ситуацій та її застосування при дослідженні функціонування системи охорони кордону". Наука і техніка Повітряних Сил Збройних Сил України, № 2(39), (7 травня 2020): 108–20. http://dx.doi.org/10.30748/nitps.2020.39.13.
Повний текст джерелаАнотація:
У роботі представлено авторський підхід щодо підвищення ефективності розв’язування задачі покращення достовірності визначення допустимого періоду часу на формування і реалізацію рішення, для якого ймовірність переходу певної ситуації в критичну, надзвичайну або катастрофічну не перевищуватиме заданого значення, опис задачі класифікації та розпізнавання рівня небезпеки ситуацій, програмно-алгоритмічне забезпечення його реалізації та варіант застосування до прикладу аналізу функціонування системи охорони державного кордону у випадку впливів диверсійно-розвідувальної групи у межах контрольованого прикордонного району.
40
Локазюк, О. В. "Ліївські симетрії лінійних сис- тем двох звичайних диференціальних рівнянь другого порядку". Reports of the National Academy of Sciences of Ukraine, № 5 (27 жовтня 2021): 3–11. http://dx.doi.org/10.15407/dopovidi2021.05.003.
Повний текст джерелаАнотація:
Розв’язано задачу повної групової класифікації класу нормальних лінійних систем звичайних диференціальних рівнянь другого порядку з двома залежними змінними над дійсним полем. Доведення суттєво використовує опис допустимих перетворень цього класу та теорему Лі про реалізації алгебр Лі на прямій.
41
Захожай, О. І. "Інформаційна технологія гібридного розпізнавання образів для обробки неоднорідних даних в складних системах". ВІСНИК СХІДНОУКРАЇНСЬКОГО НАЦІОНАЛЬНОГО УНІВЕРСИТЕТУ імені Володимира Даля, № 8(256) (10 грудня 2019): 141–47. http://dx.doi.org/10.33216/1998-7927-2019-256-8-141-147.
Повний текст джерелаАнотація:
Гібридне розпізнавання образів дозволяє обробляти неоднорідні дані за рахунок представлення складної системи сукупністю образів різної природи виникнення. Це сприяє отриманню бажаного рівня достовірності класифікації за умови динамічної зміни наявних у зовнішньому середовищі перешкод і викривлень. При цьому, гібридне розпізнавання пов’язано з розширенням розмірності інформаційного полю аналізу даних, що призводить до збільшення часової складності самого процесу обробки та прийняття рішення. У багатьох прикладних застосуваннях, час обробки має критичне значення, тому для ефективного використання гібридного розпізнавання образів необхідне вирішення важливої науково-технічної задачі забезпечення бажаного рівня достовірності розпізнавання при одночасній мінімізації часу отримання класифікаційного рішення. В статті представлене вирішення цієї задачі шляхом розробки нової інформаційної технології гібридного розпізнавання для обробки неоднорідних даних в складних системах. Згідно цієї технології, процес обробки здійснюється до моменту отримання апріорно завданого рівня достовірності класифікації, або до моменту завершення часу, виділеного на співставлення ознак складної системи та отримання результату. Ефективність розроблених технічних рішень було перевірено на трьох різноманітних прикладних інформаційних технологіях в яких було отримано позитивний результат.
42
Мироненко, С., та Є. Онищенко. "Порівняльний аналіз методів для вирішення задачі сентимент аналізу тексту." COMPUTER-INTEGRATED TECHNOLOGIES: EDUCATION, SCIENCE, PRODUCTION, № 40 (24 вересня 2020): 140–45. http://dx.doi.org/10.36910/6775-2524-0560-2020-40-21.
Повний текст джерелаАнотація:
В даній статті розглядається підхід навчання з вчителем (supervised learning) для вирішення проблеми, пов’язаної з Natural Language Processing (NLP), а саме сентимент-аналіз текстових даних. В ході роботи було реалізовано 4 різних класифікатори на одній й тій самій виборці даних та порівняно їх ефективність за часом навчання, тестування та точності класифікації. В результаті роботи було визначено, що найкращий метод серед реалізованих – 3D CNN модель, яка використовує BERT токенізатор для попередньої обробки тексту. Саме завдяки використанню BERT для препроцессінгу тексту цей метод показав кращі результати.
43
Barkovska, O., V. Kholiev та D. Polikanov. "ЗНАЧУЩІСТЬ ОБЧИСЛЮВАЛЬНИХ СИСТЕМ ІЗ МАСОВИМ ПАРАЛЕЛІЗМОМ ПРИ ОБРОБЦІ СКАНОВАНИХ ДОКУМЕНТІВ". Системи управління, навігації та зв’язку. Збірник наукових праць 1, № 67 (1 квітня 2022): 43–47. http://dx.doi.org/10.26906/sunz.2022.1.043.
Повний текст джерелаАнотація:
У роботі запропоновано узагальнена модель системи класифікації сканованих документів, яка являє організаційно-функціональний, технологічний і програмно-технічний комплекс для класифікації або категоризації документу за ключовими словами, які визначаються частотним словником. Актуальність теми дослідження полягає у скороченні часу впорядкування нових інформаційних ресурсів, що надходять до сховища, завдяки збільшенню швидкості роботи методів покращення якості вихідного зображення безпосередньо перед обробкою та аналізом тексту. Аналіз результатів довів ефективність та доцільність використання обчислювачів із масовим паралелізмом для виконання таких задач, як шумопригнічення та зміна значення колірних каналів вихідного повнокольорового зображення, досягаючи прискорення до 53,51% у порівнянні із використанням обчислювального ресурсу центрального процесору.
44
Balanenko, I. G., та P. I. Kogut. "Про класифікацію розв'язків початково-крайових задач для вироджених параболічних рівнянь". Вісник Дніпропетровського університету. Серія: Моделювання 19, № 8 (23 грудня 2010): 55. http://dx.doi.org/10.15421/141104.
Повний текст джерела
45
Тютюник, Вадим, Ольга Тютюник, Микола Удянський та Олександр Ященко. "Кластеризація регіонів України за рівнем небезпеки та шляхи підвищення ефективності функціонування єдиної державної системи цивільного захисту в умовах невизначеності вхідної інформації про виникнення надзвичайних ситуацій". Науковий вісник: Цивільний захист та пожежна безпека, № 1(11) (6 липня 2021): 75–84. http://dx.doi.org/10.33269/nvcz.2021.1(11).75-84.
Повний текст джерелаАнотація:
Представлено результати класифікації території України за рівнем небезпеки життєдіяльності населення в умовах виникнення надзвичайних ситуацій (НС) різного походження. Аналіз проведено шляхом комплексного розгляду кількості виникнення НС природного та техногенного характеру за 2015–2019 рр. Класифікацію регіонів держави виконано за допомогою кластерного аналізу, який полягає у знаходженні груп схожих об’єктів у вибірці даних, так званих кластерів. У результаті класифікації за кількістю виникнення НС природного характеру області України об’єднано у три кластери. До першого кластеру, з високим рівнем виникнення НС, віднесено області де кількість виникнення НС природного характеру знаходиться на рівні 7–8 подій на рік. До другого кластеру, з середнім рівнем виникнення НС, віднесено області де кількість виникнення НС природного характеру знаходиться на рівні 4–6 подій на рік. До третього кластеру, з відносно низьким рівнем виникнення НС, віднесено області де кількість виникнення НС природного характеру знаходиться на рівні до 3 подій на рік. У результаті класифікації за кількістю виникнення НС техногенного характеру області України об’єднано у три кластери. До першого кластеру, з високим рівнем виникнення НС, віднесено області де кількість виникнення НС техногенного характеру знаходиться на рівні 5–6 подій на рік. До другого кластеру, з середнім рівнем виникнення НС, віднесено області де кількість виникнення НС техногенного характеру знаходиться на рівні 3–4 подій на рік. До третього кластеру, з відносно низьким рівнем виникнення НС, віднесено області де кількість виникнення НС техногенного характеру знаходиться на рівні до 2 подій на рік. За результатами проведеного кластерного аналізу регіонів України дана оцінка ефективності функціонування Єдиної державної системи цивільного захисту (ЄДСЦЗ). З урахуванням невизначеності параметрів, які впливають на умови нормального функціонування території держави, запропоновано створення ефективної інформаційно-аналітичної підсистеми управління процесами запобігання та ліквідації НС при комплексному включені в діючу ЄДСЦЗ по вертикалі від об’єктового до державного рівнів, різних функціональних елементів територіальної системи моніторингу НС та системи ситуаційних центрів. Виходячи з проведеного аналізу встановлено, що функціонування ЄДСЦЗ, а відповідно й інформаційно-аналітичної підсистеми управління процесами запобігання та ліквідації НС, відбувається в умовах імовірності виникнення небезпек для регіонів держави. Така динаміка обумовлюється невизначеністю параметрів, які впливають на умови нормального функціонування території України. У зв’язку з цим виникає проблема прийняття оптимальних антикризових рішень в умовах невизначеності щодо забезпечення відповідного рівня безпеки життєдіяльності держави. Показано, що процедура прийняття управлінських рішень ускладнюється тим, що необхідними умовами ефективності рішень є їх своєчасність, повнота й оптимальність. Тому, підвищення ефективності прийнятих рішень пов'язане з необхідністю рішення задачі багатокритеріальної оптимізації в умовах невизначеності, що потребує розробки формальних, нормативних методів і моделей комплексного рішення проблеми прийняття рішень в умовах багатокритеріальності й невизначеності при управлінні процесами запобігання та ліквідації НС для забезпечення ефективного функціонування ЄДСЦЗ.
46
Скіцько, В. І. "Класифікація та аналіз задач е-логістики, методів і моделей їх вирішення". Агросвіт, № 4, лютий (2016): 25–30.
Знайти повний текст джерела
47
Kryvokhata, Anastasiia, Oleksii Kudin, Maksym Davidovsky, and Andrii Lisnyak. "Applying of ensemble methods in acoustic data classification." Visnyk of Zaporizhzhya National University. Physical and Mathematical Sciences, no. 1 (2018): 48–60. http://dx.doi.org/10.26661/2413-6549-2018-1-05.
Повний текст джерела
48
PISKUN, Oleksandr. "ANALYSIS OF MACHINE LEARNING ALGORITHMS FOR THE BINARY CLASSIFICATION PROBLEM." CHERKASY UNIVERSITY BULLETIN: APPLIED MATHEMATICS. INFORMATICS, no. 2 (2020): 86–95. http://dx.doi.org/10.31651/2076-5886-2019-2-86-95.
Повний текст джерела
49
Zhyrkova, A. P., and O. P. Ignatenko. "Machine learning methods analysis in the document classification problem." PROBLEMS IN PROGRAMMING, no. 4 (December 2020): 081–87. http://dx.doi.org/10.15407/pp2020.04.081.
Повний текст джерелаАнотація:
Current situation with official documentary in the world, and especially in Ukraine, requires tools for electronical processing. One of the main tasks at this field is seal (or stamp) detection, which leads to documents classification based on mentioned criterion. Current article analyzes some of existed methods to resolve the problem, describes a new approach to classify documentary and reflects dependence of model accuracy to input data amount. As a result of this work is a convolutional neural network that classify 708 out of 804 images of official documents correctly. A corresponded percentage of model accuracy is 88.03, despite the fact of bias presence in input data.
50
Крупенко, Сергій, Сергій Лаптєв, Тетяна Лаптєва та Олег Кітура. "ПОБУДОВА СИСТЕМИ КОНТРОЛЮ ТА УПРАВЛІННЯ ДОСТУПОМ ЗА ДОПОМОГОЮ АКУСТИЧНОГО МЕТОДУ АВТЕНТИФІКАЦІЇ ТА АВТОРИЗАЦІЇ". ГРААЛЬ НАУКИ, № 5 (13 червня 2021): 160–63. http://dx.doi.org/10.36074/grail-of-science.04.06.2021.029.
Повний текст джерелаАнотація:
В сучасному світі існує кілька важливих напрямків захисту інформації. У роботі проведений аналіз предметної області, задачі автентифікація та авторизації певної особи акустичним методом. Завдання визначення рівня доступу до певної інформації або для підтвердження виконання певних повноважень. Описані алгоритми попередньої обробки сигналу, алгоритми виділення критеріїв і концепції функціонування класифікатора. Представлено процес обробки мовного сигналу. Який можливо розбити на кілька частин ознак і методів ідентифікації. В сукупності, вищеописаний метод є потужним інструментом класифікації стосовно предметної області.