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...
Збережено в:
| Дата: | 2008 |
|---|---|
| Автор: | |
| Формат: | Стаття |
| Мова: | Українська |
| Опубліковано: |
Інститут проблем штучного інтелекту МОН України та НАН України
2008
|
| Теми: | |
| Онлайн доступ: | https://nasplib.isofts.kiev.ua/handle/123456789/7143 |
| Теги: |
Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!
|
| Назва журналу: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| Цитувати: | Навчання мережі Байєса при моделюванні зсувних процесів Південного берега Криму / В.М. Таран // Штучний інтелект. — 2008. — № 3. — С. 600-609. — Бібліогр.: 8 назв. — укр. |
Репозитарії
Digital Library of Periodicals of National Academy of Sciences of Ukraine| _version_ | 1862610820260691968 |
|---|---|
| author | Таран, В.М. |
| author_facet | Таран, В.М. |
| citation_txt | Навчання мережі Байєса при моделюванні зсувних процесів Південного берега Криму / В.М. Таран // Штучний інтелект. — 2008. — № 3. — С. 600-609. — Бібліогр.: 8 назв. — укр. |
| collection | DSpace DC |
| description | 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.
|
| first_indexed | 2025-11-28T23:34:13Z |
| format | Article |
| fulltext | |
| id | nasplib_isofts_kiev_ua-123456789-7143 |
| institution | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| issn | 1561-5359 |
| language | Ukrainian |
| last_indexed | 2025-11-28T23:34:13Z |
| publishDate | 2008 |
| publisher | Інститут проблем штучного інтелекту МОН України та НАН України |
| record_format | dspace |
| spelling | Таран, В.М. 2010-03-24T18:01:44Z 2010-03-24T18:01:44Z 2008 Навчання мережі Байєса при моделюванні зсувних процесів Південного берега Криму / В.М. Таран // Штучний інтелект. — 2008. — № 3. — С. 600-609. — Бібліогр.: 8 назв. — укр. 1561-5359 https://nasplib.isofts.kiev.ua/handle/123456789/7143 519.876:55.435.62(477.75) 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. uk Інститут проблем штучного інтелекту МОН України та НАН України Нейросетевые и нечеткие системы Навчання мережі Байєса при моделюванні зсувних процесів Південного берега Криму Обучение сети Байеса при моделировании оползневых процессов Южного берега Крыма Teaching of Bayesian network at the modeling of landslide’s processes of the Southern coast of Crimea Article published earlier |
| spellingShingle | Навчання мережі Байєса при моделюванні зсувних процесів Південного берега Криму Таран, В.М. Нейросетевые и нечеткие системы |
| title | Навчання мережі Байєса при моделюванні зсувних процесів Південного берега Криму |
| title_alt | Обучение сети Байеса при моделировании оползневых процессов Южного берега Крыма Teaching of Bayesian network at the modeling of landslide’s processes of the Southern coast of Crimea |
| title_full | Навчання мережі Байєса при моделюванні зсувних процесів Південного берега Криму |
| title_fullStr | Навчання мережі Байєса при моделюванні зсувних процесів Південного берега Криму |
| title_full_unstemmed | Навчання мережі Байєса при моделюванні зсувних процесів Південного берега Криму |
| title_short | Навчання мережі Байєса при моделюванні зсувних процесів Південного берега Криму |
| title_sort | навчання мережі байєса при моделюванні зсувних процесів південного берега криму |
| topic | Нейросетевые и нечеткие системы |
| topic_facet | Нейросетевые и нечеткие системы |
| url | https://nasplib.isofts.kiev.ua/handle/123456789/7143 |
| work_keys_str_mv | AT taranvm navčannâmerežíbaiêsaprimodelûvannízsuvnihprocesívpívdennogoberegakrimu AT taranvm obučeniesetibaiesaprimodelirovaniiopolznevyhprocessovûžnogoberegakryma AT taranvm teachingofbayesiannetworkatthemodelingoflandslidesprocessesofthesoutherncoastofcrimea |