Национальный цифровой ресурс Руконт - межотраслевая электронная библиотека (ЭБС) на базе технологии Контекстум (всего произведений: 635212)
Контекстум
Руконтекст антиплагиат система
Вестник Новосибирского государственного университета экономики и управления  / №4 2015

НЕКОТОРЫЕ ПОДХОДЫ К АНАЛИЗУ ДАННЫХ В АРХЕОЛОГИИ (330,00 руб.)

0   0
Первый авторХолюшкин
АвторыКостин В.С.
Страниц19
ID357564
АннотацияДля реализации современных задач археологии необходимо использовать одно из новых направлений искусственного интеллекта – «интеллектуальный анализ данных», который является кратким и неточным переводом с английского языка терминов Data Mining и Knowledge Discovery in Data bases (DM&KDD). Авторами на протяжении ряда лет проводились исследования по статистическому анализу данных в археологии. В ходе этих исследований была разработана последовательность применения методов в археологии, при анализе цитирования, выявления научных школ. В ходе этих исследований применялись: методы дисперсионного анализа; методы факторного анализа и многомерного шкалирования; кластеризация. С помощью кластеризации средства Data Mining самостоятельно выделяют различные однородные группы данных; процедура выявления структуры таблицы. В статье приводятся специально разработанные средства для упорядочения неоднородной археологической информации и выявления ее структуры. Метод повторной выборки с возвращением. Сравнение классификаций и построение обобщенной классификации. Кроме того, в работе реализован метод построения сводной обобщенной классификации, основанный на анализе совпадения разных классификаций одних и тех же объектов. Ключевые слова: дисперсионный анализ, кластерный анализ, метод повторной выборки с возвращением, сравнение классификаций, обобщенная классификация.
УДК311.34
Холюшкин, Ю.П. НЕКОТОРЫЕ ПОДХОДЫ К АНАЛИЗУ ДАННЫХ В АРХЕОЛОГИИ / Ю.П. Холюшкин, В.С. Костин // Вестник Новосибирского государственного университета экономики и управления .— 2015 .— №4 .— С. 239-257 .— URL: https://rucont.ru/efd/357564 (дата обращения: 11.05.2024)

Предпросмотр (выдержки из произведения)

Холюшкин Государственная публичная научно-техническая библиотека СО РАН E-mail: Kholush45@gmail.com В.С. Костин Институт экономики и организации промышленного производства СО РАН E-mail: kostin@ieie.nsc.ru Для реализации современных задач археологии необходимо использовать одно из новых направлений искусственного интеллекта – «интеллектуальный анализ данных», который является кратким и неточным переводом с английского языка терминов Data Mining и Knowledge Discovery in Data bases (DM&KDD). <...> В ходе этих исследований была разработана последовательность применения методов в археологии, при анализе цитирования, выявления научных школ. <...> В ходе этих исследований применялись: методы дисперсионного анализа; методы факторного анализа и многомерного шкалирования; кластеризация. <...> В статье приводятся специально разработанные средства для упорядочения неоднородной археологической информации и выявления ее структуры. <...> Кроме того, в работе реализован метод построения сводной обобщенной классификации, основанный на анализе совпадения разных классификаций одних и тех же объектов. <...> Ключевые слова: дисперсионный анализ, кластерный анализ, метод повторной выборки с возвращением, сравнение классификаций, обобщенная классификация. <...> Kostin Institute of Economics and Industrial Engineering of the SB RAS E-mail: kostin@ieie.nsc.ru In order to accomplish up-to-date tasks, archeology must use one of the recent areas of Artificial Intelligence – «intellectual data analysis» which is a brief and imprecise translation from English of the terms «Data Mining» and «Knowledge Discovery in Databases» (DM & KDD). <...> In the course of these studies we have developed a coherent applica© Холюшкин Ю.П., Костин В.С., 2015 Вестник НГУЭУ • 2015 • № 4 Количественные методы в социальных и гуманитарных исследованиях 241 tion of methods in archeology with the analysis of citation and identification of scientific schools. <...> Keywords: analysis of variance, cluster analysis, a method of re-sampling with replacement, comparing of classifications, generalized classification. <...> Этот шаг включает анализ требований, определение области проблемы, метрик <...>