Знание-ориентированный подход к адаптации алгоритмов
Предлагается методика формирования альтернативно адаптивных алгоритмов. Знания вырабатываются с
 использованием показателей степени превосходства и области превосходства алгоритмов. Для адаптации к
 исходным данным алгоритмов выявляются их атрибуты, по ним исходные данные кластеризую...
Saved in:
| Date: | 2008 |
|---|---|
| Main Author: | |
| Format: | Article |
| Language: | Russian |
| Published: |
Інститут проблем штучного інтелекту МОН України та НАН України
2008
|
| Subjects: | |
| Online Access: | https://nasplib.isofts.kiev.ua/handle/123456789/6982 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| Journal Title: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| Cite this: | Знание-ориентированный подход к адаптации алгоритмов / В.И. Шинкаренко // Штучний інтелект. — 2008. — № 3. — С. 388-395. — Бібліогр.: 7 назв. — рос. |
Institution
Digital Library of Periodicals of National Academy of Sciences of Ukraine| _version_ | 1862665555135168512 |
|---|---|
| author | Шинкаренко, В.И. |
| author_facet | Шинкаренко, В.И. |
| citation_txt | Знание-ориентированный подход к адаптации алгоритмов / В.И. Шинкаренко // Штучний інтелект. — 2008. — № 3. — С. 388-395. — Бібліогр.: 7 назв. — рос. |
| collection | DSpace DC |
| description | Предлагается методика формирования альтернативно адаптивных алгоритмов. Знания вырабатываются с
использованием показателей степени превосходства и области превосходства алгоритмов. Для адаптации к
исходным данным алгоритмов выявляются их атрибуты, по ним исходные данные кластеризуются методом
максиминного расстояния. Разработано программное обеспечение для построения альтернативно адаптивных
алгоритмов. Экспериментально исследованы возможности их применения к решению задачи сжатия данных
без потерь.
Пропонується методика формування альтернативно адаптивних алгоритмів. Знання визначаються з
застосуванням показників ступеня та області переваги алгоритмів. Для адаптації до вхідних даних алгоритмів
виявляються їх атрибути, за ними вхідні дані кластеризуються методом максимінних відстаней. Розроблене
програмне забезпечення для формування альтернативно адаптивних алгоритмів. Експериментально досліджені
можливості їх застосування при стисканні файлів без втрат.
The method to alternatively adaptive algorithm‘s designing is offered. Knowledge extracts with use such
measures as degree of the superiority and area of the superiority of algorithms. The attributes of source data
of algorithm‘s are detected and clustered by method of minimum and maximum distances. The specific
software is developed for designing alternatively adaptive algorithms. Facilities of their application to the
decision of a problem of lost-free compression of data are experimentally investigated.
|
| first_indexed | 2025-12-07T15:17:32Z |
| format | Article |
| fulltext | |
| id | nasplib_isofts_kiev_ua-123456789-6982 |
| institution | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| issn | 1561-5359 |
| language | Russian |
| last_indexed | 2025-12-07T15:17:32Z |
| publishDate | 2008 |
| publisher | Інститут проблем штучного інтелекту МОН України та НАН України |
| record_format | dspace |
| spelling | Шинкаренко, В.И. 2010-03-22T13:02:09Z 2010-03-22T13:02:09Z 2008 Знание-ориентированный подход к адаптации алгоритмов / В.И. Шинкаренко // Штучний інтелект. — 2008. — № 3. — С. 388-395. — Бібліогр.: 7 назв. — рос. 1561-5359 https://nasplib.isofts.kiev.ua/handle/123456789/6982 004.051 Предлагается методика формирования альтернативно адаптивных алгоритмов. Знания вырабатываются с
 использованием показателей степени превосходства и области превосходства алгоритмов. Для адаптации к
 исходным данным алгоритмов выявляются их атрибуты, по ним исходные данные кластеризуются методом
 максиминного расстояния. Разработано программное обеспечение для построения альтернативно адаптивных
 алгоритмов. Экспериментально исследованы возможности их применения к решению задачи сжатия данных
 без потерь. Пропонується методика формування альтернативно адаптивних алгоритмів. Знання визначаються з
 застосуванням показників ступеня та області переваги алгоритмів. Для адаптації до вхідних даних алгоритмів
 виявляються їх атрибути, за ними вхідні дані кластеризуються методом максимінних відстаней. Розроблене
 програмне забезпечення для формування альтернативно адаптивних алгоритмів. Експериментально досліджені
 можливості їх застосування при стисканні файлів без втрат. The method to alternatively adaptive algorithm‘s designing is offered. Knowledge extracts with use such
 measures as degree of the superiority and area of the superiority of algorithms. The attributes of source data
 of algorithm‘s are detected and clustered by method of minimum and maximum distances. The specific
 software is developed for designing alternatively adaptive algorithms. Facilities of their application to the
 decision of a problem of lost-free compression of data are experimentally investigated. ru Інститут проблем штучного інтелекту МОН України та НАН України Обучающие и экспертные системы Знание-ориентированный подход к адаптации алгоритмов Підхід до адаптації алгоритмів, орієнтований на знання Knowledge-Oriented Approach to Adaptation of Algorithms Article published earlier |
| spellingShingle | Знание-ориентированный подход к адаптации алгоритмов Шинкаренко, В.И. Обучающие и экспертные системы |
| title | Знание-ориентированный подход к адаптации алгоритмов |
| title_alt | Підхід до адаптації алгоритмів, орієнтований на знання Knowledge-Oriented Approach to Adaptation of Algorithms |
| title_full | Знание-ориентированный подход к адаптации алгоритмов |
| title_fullStr | Знание-ориентированный подход к адаптации алгоритмов |
| title_full_unstemmed | Знание-ориентированный подход к адаптации алгоритмов |
| title_short | Знание-ориентированный подход к адаптации алгоритмов |
| title_sort | знание-ориентированный подход к адаптации алгоритмов |
| topic | Обучающие и экспертные системы |
| topic_facet | Обучающие и экспертные системы |
| url | https://nasplib.isofts.kiev.ua/handle/123456789/6982 |
| work_keys_str_mv | AT šinkarenkovi znanieorientirovannyipodhodkadaptaciialgoritmov AT šinkarenkovi pídhíddoadaptacííalgoritmívoríêntovaniinaznannâ AT šinkarenkovi knowledgeorientedapproachtoadaptationofalgorithms |