Навчання мережі Байєса при моделюванні зсувних процесів Південного берега Криму

Досліджено загальні закономірності побудови регресійної моделі зсувного процесу, що містить авторегресійну складову, на прикладі Південного берега Криму. Доданий керуючий чинник – завчасне вкладення коштів у протизсувні заходи, побудовано мережу довіри Байєса для прогнозу загальної вартості відно...

Full description

Saved in:
Bibliographic Details
Date:2008
Main Author: Таран, В.М.
Format: Article
Language:Ukrainian
Published: Інститут проблем штучного інтелекту МОН України та НАН України 2008
Subjects:
Online Access:https://nasplib.isofts.kiev.ua/handle/123456789/7143
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:Навчання мережі Байєса при моделюванні зсувних процесів Південного берега Криму / В.М. Таран // Штучний інтелект. — 2008. — № 3. — С. 600-609. — Бібліогр.: 8 назв. — укр.

Institution

Digital Library of Periodicals of National Academy of Sciences of Ukraine
Description
Summary:Досліджено загальні закономірності побудови регресійної моделі зсувного процесу, що містить авторегресійну складову, на прикладі Південного берега Криму. Доданий керуючий чинник – завчасне вкладення коштів у протизсувні заходи, побудовано мережу довіри Байєса для прогнозу загальної вартості відновлювальних робіт і таких, що укріплюють схили, а також проведено її навчання. Исследованы общие закономерности построения регрессионной модели оползневых процессов, содержащей авторегрессионную составляющую, на примере Южного берега Крыма. Добавлен управляющий фактор – заблаговременное вложение средств в противооползневые мероприятия, построена сеть доверия Байеса для прогноза общей стоимости восстановительных и укрепляющих склоны работ, а также проведено ее обучение. General conformities to the law of construction of regressive model of landslide processes, containing a auto regressive constituent are investigational, on the example of the Southern coast of Crimea. A managing factor is added is the done early investment of facilities in anti landslide measures, the network of trust of Bayes is built for the prognosis of total worth of restoration and strengthening slopes works, and also its teaching is conducted.
ISSN:1561-5359