Исследование влияния разбиения выборки данных на точность моделирования по алгоритмам МГУА
Розбиття вибірки і критерії для вибору кращого розбиття є важливими елементами в алгоритмах МГУА. Розглянуто ефективність розбиття вибірки в задачах апроксимації, екстраполяції та прогнозування. Головну увагу приділено квазіоптимальному способу розбиття, який в комбінації з іншими способами здатний...
Gespeichert in:
| Veröffentlicht in: | Проблемы управления и информатики |
|---|---|
| Datum: | 2008 |
| 1. Verfasser: | |
| Format: | Artikel |
| Sprache: | Russisch |
| Veröffentlicht: |
Інститут кібернетики ім. В.М. Глушкова НАН України
2008
|
| Schlagworte: | |
| Online Zugang: | https://nasplib.isofts.kiev.ua/handle/123456789/209121 |
| 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: | Исследование влияния разбиения выборки данных на точность моделирования по алгоритмам МГУА / Н.В. Кондрашова // Проблемы управления и информатики. — 2008. — № 2. — С. 53-64. — Бібліогр.: 15 назв. — рос. |
Institution
Digital Library of Periodicals of National Academy of Sciences of Ukraine| _version_ | 1862698701192953856 |
|---|---|
| author | Кондрашова, Н.В. |
| author_facet | Кондрашова, Н.В. |
| citation_txt | Исследование влияния разбиения выборки данных на точность моделирования по алгоритмам МГУА / Н.В. Кондрашова // Проблемы управления и информатики. — 2008. — № 2. — С. 53-64. — Бібліогр.: 15 назв. — рос. |
| collection | DSpace DC |
| container_title | Проблемы управления и информатики |
| description | Розбиття вибірки і критерії для вибору кращого розбиття є важливими елементами в алгоритмах МГУА. Розглянуто ефективність розбиття вибірки в задачах апроксимації, екстраполяції та прогнозування. Головну увагу приділено квазіоптимальному способу розбиття, який в комбінації з іншими способами здатний збільшити точність екстраполяції та прогнозування. Найбільша точність моделей досягається при поєднанні квазіоптимального розбиття і адаптивного прогнозу. Наявність декількох способів розбиття дозволяє обрати відповідну технологію для кожної задачі з огляду на особливості об'єкта.
Sample division and a criterion for choice of the best division are important elements in GMDH algorithms. Sample divisions efficiency in the tasks of approximation, extrapolation and forecasting is considered. The main attention is devoted to quasioptimal sample division method which enables to enhance the extrapolation and forecasting accuracy in combination with other methods. The best model accuracy is reached at the quasi-optimal sample division and the adaptive forecast. Some set of sample division methods allows to choose a proper technology for every task taking into account the object features.
|
| first_indexed | 2025-12-07T16:33:46Z |
| format | Article |
| fulltext | |
| id | nasplib_isofts_kiev_ua-123456789-209121 |
| institution | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| issn | 0572-2691 |
| language | Russian |
| last_indexed | 2025-12-07T16:33:46Z |
| publishDate | 2008 |
| publisher | Інститут кібернетики ім. В.М. Глушкова НАН України |
| record_format | dspace |
| spelling | Кондрашова, Н.В. 2025-11-14T10:29:59Z 2008 Исследование влияния разбиения выборки данных на точность моделирования по алгоритмам МГУА / Н.В. Кондрашова // Проблемы управления и информатики. — 2008. — № 2. — С. 53-64. — Бібліогр.: 15 назв. — рос. 0572-2691 https://nasplib.isofts.kiev.ua/handle/123456789/209121 621.513 10.1615/JAutomatInfScien.v40.i3.40 Розбиття вибірки і критерії для вибору кращого розбиття є важливими елементами в алгоритмах МГУА. Розглянуто ефективність розбиття вибірки в задачах апроксимації, екстраполяції та прогнозування. Головну увагу приділено квазіоптимальному способу розбиття, який в комбінації з іншими способами здатний збільшити точність екстраполяції та прогнозування. Найбільша точність моделей досягається при поєднанні квазіоптимального розбиття і адаптивного прогнозу. Наявність декількох способів розбиття дозволяє обрати відповідну технологію для кожної задачі з огляду на особливості об'єкта. Sample division and a criterion for choice of the best division are important elements in GMDH algorithms. Sample divisions efficiency in the tasks of approximation, extrapolation and forecasting is considered. The main attention is devoted to quasioptimal sample division method which enables to enhance the extrapolation and forecasting accuracy in combination with other methods. The best model accuracy is reached at the quasi-optimal sample division and the adaptive forecast. Some set of sample division methods allows to choose a proper technology for every task taking into account the object features. ru Інститут кібернетики ім. В.М. Глушкова НАН України Проблемы управления и информатики Развитие и исследование алгоритмов МГУА Исследование влияния разбиения выборки данных на точность моделирования по алгоритмам МГУА Дослідження впливу розбиття вибірки даних на точність моделювання за алгоритмами МГУА Study of the influence of data sample division on modeling accuracy by GMDH algorithms Article published earlier |
| spellingShingle | Исследование влияния разбиения выборки данных на точность моделирования по алгоритмам МГУА Кондрашова, Н.В. Развитие и исследование алгоритмов МГУА |
| title | Исследование влияния разбиения выборки данных на точность моделирования по алгоритмам МГУА |
| title_alt | Дослідження впливу розбиття вибірки даних на точність моделювання за алгоритмами МГУА Study of the influence of data sample division on modeling accuracy by GMDH algorithms |
| title_full | Исследование влияния разбиения выборки данных на точность моделирования по алгоритмам МГУА |
| title_fullStr | Исследование влияния разбиения выборки данных на точность моделирования по алгоритмам МГУА |
| title_full_unstemmed | Исследование влияния разбиения выборки данных на точность моделирования по алгоритмам МГУА |
| title_short | Исследование влияния разбиения выборки данных на точность моделирования по алгоритмам МГУА |
| title_sort | исследование влияния разбиения выборки данных на точность моделирования по алгоритмам мгуа |
| topic | Развитие и исследование алгоритмов МГУА |
| topic_facet | Развитие и исследование алгоритмов МГУА |
| url | https://nasplib.isofts.kiev.ua/handle/123456789/209121 |
| work_keys_str_mv | AT kondrašovanv issledovanievliâniârazbieniâvyborkidannyhnatočnostʹmodelirovaniâpoalgoritmammgua AT kondrašovanv doslídžennâvplivurozbittâvibírkidanihnatočnístʹmodelûvannâzaalgoritmamimgua AT kondrašovanv studyoftheinfluenceofdatasampledivisiononmodelingaccuracybygmdhalgorithms |