Buchumschlag

Відтворення казуальних моделей з даних. Проблеми адекватності структур з прихованими причинами

Аналізується надійність відтворення каузальних моделей зі статистичних даних методами, основаними на незалежності. Показано механізми виникнення неадекватності моделі внаслідок недосконалості та неповноти емпіричних даних. Розкрито специфічні проблеми виведення (розпізнавання) спрямованості впливів...

Ausführliche Beschreibung

Gespeichert in:

Bibliographische Detailangaben
Veröffentlicht in:	Проблеми програмування
Datum:	2020
1. Verfasser:	Балабанов, О.С.
Format:	Artikel
Sprache:	Ukrainisch
Veröffentlicht:	Інститут програмних систем НАН України 2020
Schlagworte:	Методи машинного навчання
Online Zugang:	https://nasplib.isofts.kiev.ua/handle/123456789/180486
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!
Назва журналу:	Digital Library of Periodicals of National Academy of Sciences of Ukraine
Zitieren:	Відтворення казуальних моделей з даних. Проблеми адекватності структур з прихованими причинами / О.С. Балабанов // Проблеми програмування. — 2020. — № 2-3. — С. 392-406. — Бібліогр.: 13 назв. — укр.

Institution

Digital Library of Periodicals of National Academy of Sciences of Ukraine

Ähnliche Einträge

Побудова діагностичної експертно-медичної системи з використанням нейронних мереж
von: Глибовець, М.М., et al.
Veröffentlicht: (2020)

Про аналіз коректності автотьюнінгу програм з використанням техніки переписувальних правил
von: Іваненко, П.А.
Veröffentlicht: (2020)

Автоматизовані методи оцінки когерентності україномовних текстів з використанням методології машинного навчання
von: Крамов, А.А., et al.
Veröffentlicht: (2020)

Побудова семантичної моделі зображення з використанням машинного навчання на базі згорткових нейронних мереж
von: Андон, П.І., et al.
Veröffentlicht: (2020)

Застосування технології глибинного навчання для побудови інтелектуальних автономних машин
von: Білоконь, О.С.
Veröffentlicht: (2020)

Метод получения информации из онтологии на основе анализа фразы на естественном языке
von: Литвин, А.А., et al.
Veröffentlicht: (2020)

Efficient increasing of the mutation score during model-based test suite generation
von: Kolchin, A., et al.
Veröffentlicht: (2020)

Neural networks’ learning process acceleration
von: Katerynych, L., et al.
Veröffentlicht: (2020)

Distributional semantic modeling: a revised technique to train term/word vector space models applying the ontology-related approach
von: Palagin, O.V., et al.
Veröffentlicht: (2020)

The practical aspect of using the artificial intellectual technology for building a multidimentional function CFAR for smart-handled LPI radar
von: Kosovets, M., et al.
Veröffentlicht: (2020)

О влиянии особенностей фитнесс-функций на сходимость генетического алгоритма
von: Лукьянов, И.О., et al.
Veröffentlicht: (2020)

Застосування машинного навчання для уточнення чисельних метеорологічних прогнозів
von: Дорошенко, А.Ю., et al.
Veröffentlicht: (2020)

Автоматизація розв’язування задач з планіметрії, записаних природною українською мовою
von: Жежерун, О.П., et al.
Veröffentlicht: (2020)

Модель рекурентної нейронної мережі для генерації музики
von: Комарський, О.С., et al.
Veröffentlicht: (2022)

Модуль стиснення зображень на основі нейро-мережевих автокодувальників
von: Лесик, В.О., et al.
Veröffentlicht: (2023)

Аналіз методів машинного навчання в задачі класифікації документів
von: Жиркова, А.П., et al.
Veröffentlicht: (2020)

Intonation expressiveness of the text at program sounding
von: Shevchenko, V.L., et al.
Veröffentlicht: (2021)

Algorithm and software for determining a musical genre by lyrics to create a song hit
von: Triantafillu, A.A., et al.
Veröffentlicht: (2021)

The problem of developing the architecture of modern cognitive radar system
von: Коsovets, M., et al.
Veröffentlicht: (2022)

A model of a convolutional neural network and software for typical insect pests recognition
von: Bezliudnyi, Y.S., et al.
Veröffentlicht: (2021)

Від коваріацій до каузальності. Відкриття структур залежностей у даних
von: Балабанов, О.С.
Veröffentlicht: (2011)

Порівняння ефективності методів заповнення пропущених даних під час розроблення моделей прогнозування
von: Popov, Andrii
Veröffentlicht: (2025)

Прискорення алгоритмів відтворення байєсових мереж. Адаптація до структур без циклів
von: Балабанов, О.С.
Veröffentlicht: (2011)

Ефективний метод виявлення структур залежностей в статистичних даних
von: Балабанов, О.С.
Veröffentlicht: (2004)

Від темпоральних даних до динамічних каузальних моделей
von: Балабанов, O.С.
Veröffentlicht: (2022)

Поняття й метафори у територіальному аналізі: проблеми адекватності тлумачень
von: Нагорна, Л.
Veröffentlicht: (2015)

Двовимірна модель навчання у спайкових нейронних мережах з гомеостазом та навчанням з підкріпленням
von: Osaulenko, Viacheslav M.
Veröffentlicht: (2017)

Огляд методів виявлення раку молочної залози з використанням штучного інтелекту і методів поглибленого навчання
von: Naderan, Maryam
Veröffentlicht: (2021)

ГІгієнічна оцінка шуму: проблема адекватності
von: Колганов, А.В., et al.
Veröffentlicht: (2013)

Аналіз англомовного художнього тексту з використанням технологій критичного мислення
von: Скрипка, Р.В.
Veröffentlicht: (2010)

Про формальний опис типів і структур даних різнорідних програм
von: Стеняшин, А.Ю.
Veröffentlicht: (2011)

Метод побудови інтелектуальної системи рекомендацій для професійної орієнтації
von: Жабер, Амір Хассан
Veröffentlicht: (2023)

Відтворення каузальних мереж на основі аналізу марковських властивостей
von: Балабанов, О.С.
Veröffentlicht: (2016)

РОЗРОБКА ПІДХОДУ ДО ПЕРЕВІРКИ АДЕКВАТНОСТІ МОДЕЛІ ПРИЙНЯТТЯ РІШЕНЬ З НЕЧІТКИМИ ПАРАМЕТРАМИ
von: Шаригін, О. А.
Veröffentlicht: (2013)

ПРО РЕЗУЛЬТАТИ ДОСЛІДЖЕНЬ НАУКОВОЇ ШКОЛИ ПРИ НАЦІОНАЛЬНІЙ АКАДЕМІЇ НАУК УКРАЇНИ «ДИНАМІКА ОБ’ЄКТІВ КОСМІЧНИХ ТЕХНОЛОГІЙ» У 2021–2025 РОКАХ
von: ALPATOV, A. P.
Veröffentlicht: (2026)

Дослідження адекватності інтервальних нечітких моделей типу 2 в задачах ідентифікації складних об’єктів
von: Kondratenko, Natalia R., et al.
Veröffentlicht: (2019)

Аналіз великих даних у комп’ютерній графіці
von: Романюк, О.Н., et al.
Veröffentlicht: (2024)

Балансування ефективності та точності: поступове навчання як ключ до обробки великих даних
von: Талах, М.В., et al.
Veröffentlicht: (2024)

Огляд методів машинного навчання для класифікації великих обсягів супутникових даних
von: Lavreniuk, Mykola, et al.
Veröffentlicht: (2018)

Зниження ризиків стратегій навчання з підкріпленням для догляду із дифузійними моделями
von: Tytarenko, Andrii
Veröffentlicht: (2024)