Buchumschlag

Разбиение исходной выборки большого объема для решения задач диагностики и распознавания образов на основе методов вычислительного интеллекта

Предложен новый метод разбиения исходной выборки на обучающую и тестовую, сохраняющий в сгенерированной подвыборке наиболее важные топологические свойства исходной выборки и не требующий ее загрузки в память. Он обеспечивает последовательную обработку экземпляров, а также выполняет преобразование мн...

Ausführliche Beschreibung

Gespeichert in:

Bibliographische Detailangaben
Veröffentlicht in:	Реєстрація, зберігання і обробка даних
Datum:	2013
1. Verfasser:	Субботин, С.А.
Format:	Artikel
Sprache:	Russisch
Veröffentlicht:	Інститут проблем реєстрації інформації НАН України 2013
Schlagworte:	Математичні методи обробки даних
Online Zugang:	https://nasplib.isofts.kiev.ua/handle/123456789/87083
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:	Разбиение исходной выборки большого объема для решения задач диагностики и распознавания образов на основе методов вычислительного интеллекта / С.А. Субботин // Реєстрація, зберігання і обробка даних. — 2013. — Т. 15, № 4. — С. 13-22. — Бібліогр.: 12 назв. — рос.

Institution

Digital Library of Periodicals of National Academy of Sciences of Ukraine

Ähnliche Einträge

Метод извлечения обучающих выборок из исходных выборок большого объема для диагностирования и распознавания образов
von: Субботин, С.А.
Veröffentlicht: (2013)

Анализ свойств и критерии сравнения нейросетевых моделей для решения задач диагностики и распознавания образов
von: Субботин, С.А.
Veröffentlicht: (2009)

Комплекс характеристик и критериев сравнения обучающих выборок для решения задач диагностики и распознавания образов
von: Субботин, С.А.
Veröffentlicht: (2010)

К вопросу восприятия и распознавания образов в системах искусственного интеллекта
von: Ященко, В.А.
Veröffentlicht: (2012)

Метод оценки требуемого объема выборки
von: Долгин, В.П.
Veröffentlicht: (2012)

Метод предельных обобщений – эффективный принцип работы вычислительного интеллекта
von: Прокопчук, Ю.А.
Veröffentlicht: (2008)

Разработка методов обучения параллельно- иерархической сети для высокоэффективного распознавания образов
von: Тимченко, Л.И., et al.
Veröffentlicht: (2010)

Новые признаки, основанные на преобразовании Фурье, для диагностики и распознавания образов
von: Гельман, Л.М., et al.
Veröffentlicht: (2001)

Принцип определения информативных вейвлет-преобразованных значений в условиях неполноты восстановления исходной выборки
von: Волошко, А.В., et al.
Veröffentlicht: (2012)

Инвариантность по скалярному критерию распознавания образов
von: Четырбок, П.В.
Veröffentlicht: (2011)

Анализ преобразований для проецирования данных на обобщенную ось в задачах распознавания образов
von: Субботин, С.А., et al.
Veröffentlicht: (2010)

Усовершенствование и развитие вычислительного алгоритма для диагностики нарушений кровообращения головного мозга
von: Злепко, С.М., et al.
Veröffentlicht: (2011)

Метод организации параллельно-иерархической сети для распознавания образов
von: Тимченко, Л.И., et al.
Veröffentlicht: (2011)

Скалярный критерий распознавания образов – функционал качества системы управления
von: Четырбок, П.В.
Veröffentlicht: (2009)

Взаимосвязь проблем распознавания образов, машинного мышления и обучения
von: Гриценко, В.И., et al.
Veröffentlicht: (2020)

Система искусственного интеллекта для технической диагностики фотошаблонов
von: Kozina, Yu. Yu., et al.
Veröffentlicht: (2012)

Система искусственного интеллекта для технической диагностики фотошаблонов
von: Козина, Ю.Ю., et al.
Veröffentlicht: (2012)

О подходе к формализации влияния вербальных стратегий на критерии бизнес-плана на основе моделей вычислительного интеллекта
von: Бабосюк, Н.А., et al.
Veröffentlicht: (2013)

Принятие решений на основе параллельных алгоритмов тестового распознавания образов
von: Янковская, А.Е., et al.
Veröffentlicht: (2010)

Алгоритм сжатия информации с использованием скалярного критерия распознавания образов
von: Четырбок, П.В.
Veröffentlicht: (2008)

Оптимизация отображения 3D-сейсмики большого объема в пакете tesseral pro
von: Ющенко, Р.А.
Veröffentlicht: (2008)

Компьютерное моделирование условий кристаллизации алмаза в аппаратах высокого давления большого объема
von: Панасюк, Т.С., et al.
Veröffentlicht: (2013)

Метод построения компьютерной системы диагностики на основе анализа данных обучающей выборки
von: Родченко, В.Г., et al.
Veröffentlicht: (2012)

Идентификация нейро-нечетких моделей для решения задач технической диагностики
von: Субботин, С.А.
Veröffentlicht: (2011)

О модификации вычислительного алгоритма решения задачи оптимального корректирования проектной железнодорожной линии
von: Билецкий, В.И.
Veröffentlicht: (2007)

Методики диагностики социального интеллекта в общеобразовательном мониторинге высшего образования
von: Скворцова, Т.В.
Veröffentlicht: (2011)

Методы обучения параллельно-иерархической сети и их применение для распознавания образов
von: Тимченко, Л.И., et al.
Veröffentlicht: (2011)

Проблемы выращивания монокристаллов алмаза на затравках с использованием шестипуансонных аппаратов высокого давления большого объема
von: Лысаковский, В.В.
Veröffentlicht: (2014)

Экстремальное разбиение комплексной плоскости с ограничениями для свободных полюсов
von: Бахтин, А.К.
Veröffentlicht: (2017)

Разбиение множества векторов с целыми координатами логическими аппаратными средствами
von: Крывый, С.Л., et al.
Veröffentlicht: (2019)

Построение обучающей выборки w-объектов на основе коллективного решения группы экспертов
von: Волченко, Е.В.
Veröffentlicht: (2011)

Суперкомпьютерные кластерные системы – организация вычислительного процесса
von: Коваль, В.Н., et al.
Veröffentlicht: (2006)

Облачные технологии: новые возможности вычислительного криптоанализа
von: Задирака, В.К., et al.
Veröffentlicht: (2016)

Перспективы (точки роста) интеллектуальной мобильной робототехники и системы автономного распознавания базовых навигационных образов
von: Писаренко, В.Г., et al.
Veröffentlicht: (2008)

Применение методов искусственного интеллекта для обеспечения устойчивости движения роторных систем
von: Кольцов, А.Ю., et al.
Veröffentlicht: (2012)

Методы синтеза и модели нейро-нечетких сетей для решения задач диагностики и классификации по признакам
von: Субботин, С.А.
Veröffentlicht: (2010)

Использование методов искусственного интеллекта в системах управления техпроцессами получения наноструктурных материалов
von: Даринцев, О.В., et al.
Veröffentlicht: (2013)

Иерархические нейронные сети как средство решения трудноформализуемых задач искусственного интеллекта
von: Басканова, Т.Ф., et al.
Veröffentlicht: (2009)

U-статистики от бутстрэп-выборки
von: Королюк, В.С., et al.
Veröffentlicht: (1990)

Распределение выборки непрерывной случайной величины
von: Фархадзаде, Э.М., et al.
Veröffentlicht: (2015)