Национальный цифровой ресурс Руконт - межотраслевая электронная библиотека (ЭБС) на базе технологии Контекстум (всего произведений: 509875)
Консорциум Контекстум Информационная технология сбора цифрового контента
Уважаемые СТУДЕНТЫ и СОТРУДНИКИ ВУЗов, использующие нашу ЭБС. Рекомендуем использовать новую версию сайта.
  Расширенный поиск
Результаты поиска

Нашлось результатов: 193736 (0,84 сек)

Свободный доступ
Ограниченный доступ
Уточняется продление лицензии
1

МОДИФИКАЦИЯ АЛГОРИТМА БУЛЕВОГО ПОИСКА [Электронный ресурс] / Хорошко // Известия высших учебных заведений. Северо-Кавказский регион. Технические науки .— 2011 .— №3 .— С. 17-21 .— Режим доступа: https://rucont.ru/efd/517941

Автор: Хорошко

Рассматриваются алгоритмы булевого поиска и взвешенное зонное ранжирование, а также их модификации. Показаны результаты экспериментов, где для подбора коэффициентов при взвешенном зонном ранжировании применены алгоритмы: случайный и генетический

Таким образом, суммарная ошибка, соответствующая множеству обучающих примеров, равна:   0 , n i i g <...> P     , (4) где n – количество обучающих примеров. <...> Тогда вклад в суммарную ошибку в выражении (4) от обучающих примеров, для которых  , 0T i is d q  <...> Записав аналогичным образом вклады в ошибку от обучающих примеров при трех других комбинациях значений <...> Таблица 4 Обучающие примеры Пример DocID Запрос s1 s2 si sl Оценка эксперта P1 12 q1 0 1 0 0 0,10 P2

2

РАЗВИТИЕ МЕТОДА ОПРЕДЕЛЕНИЯ ВЕСОВ ДЛЯ ВЗВЕШЕННОГО ЗОННОГО РАНЖИРОВАНИЯ В ИНФОРМАЦИОННОМ ПОИСКЕ [Электронный ресурс] / Сакулин // Инженерный журнал: наука и инновации .— 2012 .— №3 .— Режим доступа: https://rucont.ru/efd/274835

Автор: Сакулин
М.: Изд-во МГТУ им. Н.Э. Баумана

Информационный поиск на основе взвешенного зонного ранжирования подразумевает присвоение каждой зоне или полю в метаданных документов весового коэффициента с использованием методов машинного обучения. Рассмотрен метод определения весов, в котором для вычисления взвешенной зонной релевантности вместо средневзвешенного оператора применен нечеткий интеграл Шоке. Это позволяет учесть при расчетах релевантности возможные взаимозависимости между зонными показателями, что в конечном итоге повысит точность ранжирования.

В работе [1] описан метод определения весов с помощью машинного обучения на основе обучающих примеров <...> полученные значения коэффициентов позволяли аппроксимировать оценки релевантности из обучающих примеров <...> Для каждого обучающего примера имеются значения hs соответствия запроса каждой зоне документа. <...> При добавлении к множеству обучающих примеров и множеству правил новой доступной информации процедура <...> Множество обучающих примеров включало в себя 100 терминов и около 300 документов (публикации в научных

3

АЛГОРИТМ МАКСИМИЗАЦИИ ЭНТРОПИИ ОБУЧАЮЩЕЙ ВЫБОРКИ И ЕГО ИСПОЛЬЗОВАНИЕ ПРИ СИНТЕЗЕ МОДЕЛЕЙ ПРОГНОЗА ДИСКРЕТНЫХ СОСТОЯНИЙ НЕЛИНЕЙНЫХ ДИНАМИЧЕСКИХ СИСТЕМ [Электронный ресурс] / Назаров А.В., Якимов В.Л., Авдеев В.А. // Информационно-управляющие системы .— 2015 .— №2 .— Режим доступа: https://rucont.ru/efd/314591

Постановка проблемы: для описания процессов функционирования и прогнозирования состояния неисправных, но работоспособных сложных технических объектов, находящихся в условиях нестационарного воздействия факторов внешней среды, часто используется математический аппарат, учитывающий нелинейный и вероятностный характер процессов функционирования его подсистем, например автоматы с памятью, вероятностные автоматы или логико- вероятностные модели. При этом низкая достоверность прогнозных моделей дискретных состояний обусловлена ста- тистическими свойствами обучающей выборки. Цель работы — повысить достоверность класса прогнозных моделей дискретных состояний нелинейных динамических систем, получаемых на основе последовательного статистического обучения при заданном времени их обучения. Результаты: сформулирована общая постановка задачи синтеза ней- росетевой прогнозной модели, использующей кодированную информацию о дискретных состояниях нелинейной дина- мической системы, с учетом ограничений на время ее обучения. Разработан алгоритм обучения прогнозной модели, учитывающий требования к ее применению. Предложен алгоритм максимизации энтропии обучающей выборки, позво- ляющий значимо повысить достоверность нейросетевой прогнозной модели дискретных состояний с последовательным обучением и улучшить данный показатель по сравнению с наилучшей авторегрессионной полиномиальной моделью. Приведен пример прогнозной модели дискретных состояний бортовой аппаратуры космического аппарата в условиях нештатного функционирования. Практическая значимость: разработанные алгоритмы позволяют сравнительно быстро синтезировать достоверную прогнозную модель на основе кодированной информации о состояниях дискретной дина- мической системы при низком значении энтропии исходной обучающей выборки. Рекомендовано использовать разра- ботанные алгоритмы в бортовых комплексах управления летательных аппаратов для синтеза автоматов, описывающих сложные процессы функционирования бортовых систем, в том числе в условиях нештатного функционирования.

Достоверность нейросетевых прогнозных моделей сильно зависит от свойств выборки обучающих примеров. <...> примерах и примеров в обучающей выборке. <...> При этом нейронная сеть с последовательным предъявлением обучающих примеров реагирует только на примеры <...> Проверить выполнение условия использования всех примеров обучающей выборки: если i < N, то увеличить <...> Размер обучающей выборки составил 1000 примеров на интервале времени, равном одному году.

4

СРАВНИТЕЛЬНЫЙ АНАЛИЗ АЛГОРИТМОВ ГЕНЕРАЦИИ БАЗ НЕЧЕТКИХ ПРОДУКЦИОННЫХ ПРАВИЛ НА ПРИМЕРЕ РЕШЕНИЯ ЗАДАЧИ КЛАССИФИКАЦИИ [Электронный ресурс] / Солдатова // Измерение. Мониторинг. Управление. Контроль .— 2014 .— №4 .— С. 43-48 .— Режим доступа: https://rucont.ru/efd/553031

Автор: Солдатова

Предложена методика оценки непротиворечивости и полноты, основанная на используемых в теории градуированных формальных логических систем понятиях синтаксических и семантических выводов. Для оптимизации структуры результирующей базы правил реализованы возможность выбора типа и настройки параметров функций принадлежности и метод исключения дублирующих и противоречивых правил. Исследования проводились на данных известной задачи классификации ирисов Фишера, полученных из репозитория UCI

Для всех примеров обучающей выборки в соответствии с используемыми функциями принадлежности производится <...> Подход к формированию начальной базы правил основан на том, что изначально каждому примеру из обучающей <...> ,k k k knx x x y k p , где p – число обучающих примеров в выборке, определяются степени принадлежности <...> Далее каждому обучающему примеру ставятся в соответствие те нечеткие множества, степени принадлежности <...> Все примеры из обучающей выборки размера p         1 2, , ..., , , 1, ..., ,k k k knx x x y

5

МОДЕЛИ САМООРГАНИЗУЮЩИХСЯ ИСКУССТВЕННЫХ НЕЙРОННЫХ СЕТЕЙ ДЛЯ ИДЕНТИФИКАЦИИ СТАЦИОНАРНЫХ ПРОМЫШЛЕННЫХ ИСТОЧНИКОВ ЗАГРЯЗНЕНИЯ ВОЗДУХА [Электронный ресурс] / Дударов // Математическое моделирование .— 2017 .— №1 .— С. 35-46 .— Режим доступа: https://rucont.ru/efd/593535

Автор: Дударов

Рассмотрена задача идентификации одного конкретного или нескольких возможных источников загрязнения, виновных в ухудшении качества воздушной среды в результате превышения норм предельно допустимых выбросов. В работе решается модельная задача с группой пространственно разделённых стационарных постоянно действующих промышленных источников. Представлены постановка задачи идентификации и метод её решения с использованием двух архитектур искусственных нейронных сетей: нейронных сетей Кохонена для квантования обучающих векторов (Kohonen’s networks for learning vector quantization) с фиксированной и адаптивной структурами и сети адаптивного резонанса (adaptive resonance theory network, ART) для аналоговых входных сигналов (АРТ-2). Метод состоит в кластеризации данных, которую обеспечивают алгоритмы самообучения (обучения без учителя). Даны расчётные соотношения и описаны алгоритмы работы нейронных сетей Кохонена и адаптивного резонанса на различных стадиях жизненного цикла. Проведён сравнительный анализ результатов решения модельной задачи, полученных с использованием каждой из сетей

Её обучение с формированием кластеров обучающих примеров. 3. <...> Сами обучающие примеры от эпохи к эпохе могут мигрировать между кластерами в зависимости от изменения <...> Дударов Принадлежность любого примера обучающей выборки к одному из кластеров определяется евклидовым <...> При подаче на входы сети самого первого примера обучающей выборки создается первый нейрон с весовыми <...> К примеру, кластер № 1 сети Кохонена сформировали 13 обучающих примеров, 5 из которых (38 %) соответствовали

6

Сравнительный анализ алгоритмов нейросетевого детектирования лжи [Электронный ресурс] / Ясницкий, Петров, Сичинава // Известия высших учебных заведений. Поволжский регион. Технические науки .— 2010 .— №1 .— С. 64-72 .— Режим доступа: https://rucont.ru/efd/269472

Автор: Ясницкий
М.: ПРОМЕДИА

В результате системного анализа выявлены недостатки существующих систем инструментальной детекции лжи алгоритмов нейросетевого детектирования лжи, предложены, реализованы и проанализированы алгоритмы построения нейросетевого полиграфного аппарата, выявлен наиболее перспективный алгоритм построения нейросетевого полиграфа - анкетный.

Принципиальная схема нейросетевого полиграфа Множество обучающих примеров формируется в результате предъявления <...> Дело в том, что для каждого обследуемого человека приходится заново формировать множество обучающих примеров <...> В нашем эксперименте множество примеров содержало 100 вопросов-ответов, полученных таким способом. <...> Обученная на этих примерах нейросеть подвергалась многократному тестированию. <...> Таким образом, нейронная сеть обучалась и тестировалась 10 раз.

7

Интеллектуальные системы учебник

Автор: Ясницкий Л. Н.
М.: Лаборатория знаний

В учебнике приведена история становления научной области «искусственный интеллект». Освещены основные направления ее развития и сферы применения, выполнено сопоставление трех основных стратегических подходов к созданию интеллектуальных систем: технологии экспертных систем, технологии нейронных сетей и технологии эволюционного моделирования. Изложены теоретические основы и даны примеры разработки интеллектуальных систем, а также примеры их применения для интеллектуального анализа данных в промышленности, экономике, бизнесе, психологии, социологии и других областях. Книга является исчерпывающим руководством по освоению технологий создания интеллектуальных нейросетевых систем и их применению для решения широкого круга проблем, встречающихся во многих областях деятельности современного человека.

Порядок представления обучающих примеров. <...> слое; Q — количество примеров в обучающем множестве. <...> Добавление шума в обучающие примеры. <...> примеров, бывших обучающими, сделать тестирующими. <...> Скрытый нейрон-кандидат обучается с использованием обучающего множества примеров.

Предпросмотр: Интеллектуальные системы учебник — Эл. изд..pdf (0,2 Мб)
8

ПРОГНОЗИРОВАНИЕ ДИНАМИКИ ВРЕМЕННОГО РЯДА АТМОСФЕРНЫХ ТЕМПЕРАТУР НА ОСНОВЕ ИЕРАРХИЧЕСКИХ МНОГОСЛОЙНЫХ НЕЙРОННЫХ СЕТЕЙ [Электронный ресурс] / Сирота, Матвеев // Вестник Воронежского государственного университета. Серия: Системный анализ и информационные технологии .— 2015 .— №4 .— С. 142-148 .— Режим доступа: https://rucont.ru/efd/511781

Автор: Сирота

В настоящей работе проведен анализ возможности применения методики построения иерархической нейронной сети для прогнозирования динамики процессов изменения атмосферной температуры, а также сравнение полученных результатов с ранее полученными прогностическими моделями

Формируем представительные по объему обучающие примеры для построения модели прогнозирования на основе <...> Обучающее множество формируется следующим образом. <...> примеров. <...> Формирование обучающего множества происходит следующим образом. <...> примеров.

9

№3 [Вестник Московского государственного технического университета имени Н.Э. Баумана. Серия "Приборостроение", 2007]

М.: Изд-во МГТУ им. Н.Э. Баумана

Освещаются вопросы по направлениям: информатика и вычислительная техника; системы управления; радиоэлектроника, оптика и лазерная техника; гироскопические навигационные приборы; технология приборостроения, биомедицинская техника и технология.

Представление обучающих примеров. <...> Метод обучения использует обучающую выборку Te = {te} примеров вида (5). <...> Ne, где Ne — число обучающих примеров. <...> В обучении использовались выборки от 5 до 40 обучающих примеров с шагом 5. <...> Метод сохраняет работоспособность в условиях “зашумленности” обучающих примеров, т.е. примеров, содержащих

Предпросмотр: Вестник МГТУ им. Н.Э. Баумана. Серия Приборостроение №3 2007.pdf (0,1 Мб)
10

ИСПОЛЬЗОВАНИЕ ИСКУССТВЕННЫХ НЕЙРОННЫХ СЕТЕЙ ДЛЯ ВОССТАНОВЛЕНИЯ ПРОПУСКОВ В МАССИВЕ ИСХОДНЫХ ДАННЫХ [Электронный ресурс] / Шестопал, Сташкова // Известия высших учебных заведений. Северо-Кавказский регион. Технические науки .— 2017 .— №1 .— С. 41-46 .— Режим доступа: https://rucont.ru/efd/587697

Автор: Шестопал

Рассматривается подход к решению проблемы преобразования таблицы с неполными исходными данными или содержащей значения, не соответствующие ожидаемому результату измерений, в репрезентативную выборку. Проанализированы существующие методы восстановления пропусков, представлен алгоритм восстановления пропусков в исходной таблице данных с использованием искусственной нейронной сети GRNN, а также результаты работы алгоритма на тестовых и эмпирических данных. Проведены расчеты относительной погрешности для различных типов данных с различным процентным содержанием пропусков

примера. <...> примера из N возможных. <...> То есть общее значение обучающих выборок сократится на количество примеров с пропущенными данными. <...> Вторым недостатком этого решения является то, что обучающий пример удаляется независимо от количества <...> Рассмотрен пример реализации подхода на данных технологического процесса, причем с их предварительным

11

Обоснование выбора оптимальных показателей обучения искусственных нейронных сетей, сформированных для определения кадастровой стоимости земель населенных пунктов [Электронный ресурс] / Киселев, Гринченко // Имущественные отношения в РФ .— 2012 .— №11 .— С. 70-78 .— Режим доступа: https://rucont.ru/efd/499367

Автор: Киселев

Кадастровая стоимость земли – одна из основных составляющих оценки экономической эффективности использования земельных ресурсов. В настоящее время кадастровая стоимость определяется на базе методики государственной кадастровой оценки земель (далее – ГКОЗ), утвержденной приказом Министерства экономического развития и торговли Российской Федерации от 15 февраля 2007 года [3], и разъясняющих ее положения Технических рекомендациях [5]. В Технических рекомендациях для определения удельного показателя кадастровой стоимости земель (далее – УПКСЗ) по результатам работы оценщиков и (или) при рыночной оценке определенного количества земельных участков (опорные точки, опорные земельные участки) формируются статистические регрессионные модели. С помощью полученных моделей выполняется расчет значений УПКСЗ на всей оцениваемой территории

Примеры активационных функций Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис»Copyright ОАО <...> для обучения сети); Qтест – количество тестовых примеров (количество земельных участков, для которых <...> и тестовой выборок; • структура распределения точек обучающей выборки. <...> График зависимости максимальной ошибки Dmax и количества обучающих примеров (Dmax – максимальная разность <...> примеров 10, тестовых примеров 10), в легенде последовательно указаны функции активации, алгоритм передачи

12

Совмещаем обучение и контроль Тестовые задания для учащихся: правила и примеры составления [Электронный ресурс] / В. Храмов, Храмова // Основы безопасности жизнедеятельности .— 2016 .— №9 .— С. 46-48 .— Режим доступа: https://rucont.ru/efd/550315

Автор: Храмов Валерий

Как известно, в предмете ОБЖ рассматриваются вопросы поведения человека в экстремальных условиях различного характера. Преподавательскому составу бывает трудно проверить и объективно оценить знания и умения учащихся в данной области. Это сложная педагогическая проблема как в методическом, так и в организационном плане Одним из способов ее решения является проведение тестирования обучаемых. Широкое использование тестов в учебном процессе определяется рядом причин.

Пример составления Весной снег тает в первую очередь с южной стороны. <...> Пример составления Задание. Найдите ошибки в тексте. <...> Пример составления Определите стороны горизонта по компасу. 8. <...> Пример составления Вариант 1 Туристы решили развести на отдыхе костер. <...> Пример составления Задание.

13

НОВЫЙ ПОДХОД К ИДЕНТИФИКАЦИИ ДЕФЕКТОВ МАТЕРИАЛОВ ИЗДЕЛИЙ [Электронный ресурс] / Морозова, Бекаревич, Будадин // Контроль. Диагностика .— 2014 .— №8 .— С. 44-50 .— Режим доступа: https://rucont.ru/efd/489501

Автор: Морозова

Предложен метод идентификации дефектов изделий и оценки их влияния на безопасность эксплуатации сложного технического объекта с использованием правил логического вывода, необходимых для принятия решений об опасности дефекта на основе использования формального концептуального анализа. Разработан алгоритм, реализующий предложенный метод, относящийся к методам интеллектуального анализа данных. Предложенный алгоритм применен для решения практической задачи выявления дефектов по результатам анализа информационных сигналов неразрушающего контроля

БИБКОМ» & ООО «Aгентство Kнига-Cервис»Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис» 44 Пример <...> Концептуальная решетка на примере четырех дефектов (М, Э, А, Д – условные обозначения объектов) для формирования <...> и получаемым выходами нейронной сетью: ( ) min,),( 2 1 1 2 →−= ∑ = m i ii dHWyЕ где m – количество обучающих <...> примеров; i d – желаемый выход нейрона для i-го обучающего примера ( )];1[ mi∈ ; W – матрица весовых <...> коэффициентов нейронной сети; i H – i-й обучающий пример.

14

Современные проблемы науки учеб. пособие

Автор: Ясницкий Л. Н.
М.: Лаборатория знаний

Рассмотрены вопросы становления и эволюции науки, психологии познания, а также способы передачи знаний и образование как фундаментальная категория науки. Обсуждаются взаимоотношения науки и философии, науки и религии, науки и искусства, науки и квазинауки. Особое внимание уделено проблемам взаимоотношения науки и производства, негативным последствиям научно-технического прогресса. Изложены и проанализированы современные методы получения научных знаний (технологии математического моделирования и искусственного интеллекта, включая обучение их практическому применению в различных областях человеческой деятельности).

Далее следует подготовить набор обучающих примеров (обучающую выборку). <...> Перемещая окно Q раз, мы получим выборку из Q обучающих примеров. <...> Предобработка обучающих примеров и интерпретация ответов. <...> Далее следует подготовить набор обучающих примеров (обучающую выборку). <...> Предобработка обучающих примеров и интерпретация ответов.

Предпросмотр: Современные проблемы науки.pdf (0,2 Мб)
15

ЦВЕТ ГЛАЗ ПРЕДПРИНИМАТЕЛЯ И УСПЕШНОСТЬ ЕГО БИЗНЕСА [Электронный ресурс] / Ясницкий, Порошина, Тавафиев // Российское предпринимательство .— 2010 .— №8 .— С. 8-13 .— Режим доступа: https://rucont.ru/efd/540371

Автор: Ясницкий

В статье предлагается методика оценки вероятности успешности бизнеса в зависимости от личностных и других параметров предпринимателя и вида его предполагаемого бизнеса. Например, применив эту методику, вы можете получить ответ на вопрос, будет ли успешным автомобильный бизнес, если им начнет заниматься голубоглазый бездетный мужчина 35 лет. Методика может быть полезна предпринимателям, решающим вопрос об открытии нового бизнеса

Так же как и мозг, они обучаются на примерах, взятых из жизни, извлекают из них знания и кодируют эти <...> В качестве обучающих примеров была использована информация о бизнесменах из журнала Forbes (выпуск – <...> В обучающие множества входили примеры как успешного бизнеса (y = 1), так и неуспешного (y = 0). <...> них рекомендации не охватывают всего многообразия знаний, извлеченных нейронной сетью из множества обучающих <...> примеров.

16

Методика обучения экспертной системы оценки стабильности работы сварщика [Электронный ресурс] / Лукьянов, Кузьменко // Вестник Донского государственного технического университета .— 2014 .— №4 .— С. 118-125 .— Режим доступа: https://rucont.ru/efd/376882

Автор: Лукьянов

Рассматривается схема проектирования и обучения искусственной нейронной сети. На этой методике основана экспертная система оценки стабильности моторных навыков специалиста при работе на тренажере сварщика.

Известно, что ИНС необходимо обучать на конкретных данных предметной области. <...> Рассмотрим алгоритм обучения экспертной системы на примере таврового соединения (рис. 1). Рис. 1. <...> Обучение проводится на основе базы данных обучающих примеров, включающих пару векторов (входной и выходной <...> Выбрать очередную обучающую пару из обучающего множества; подать входной вектор на вход сети. 4. <...> примеров.

17

ОБУЧЕНИЕ НЕЙРОННОГО КЛАССИФИКАТОРА ТИПА МНОГОСЛОЙНЫЙ ПЕРЦЕПТРОН И АНАЛИЗ РЕЗУЛЬТАТОВ КЛАССИФИКАЦИИ НА СНИМКАХ, ПОЛУЧЕННЫХ СО СПУТНИКА IKONOS , С ИСПОЛЬЗОВАНИЕМ ГЕОИНФОРМАЦИОННЫХ ТЕХНОЛОГИЙ [Электронный ресурс] / Гамбарова // Вестник Воронежского государственного университета. Серия: Системный анализ и информационные технологии .— 2007 .— №1 .— С. 42-50 .— Режим доступа: https://rucont.ru/efd/519524

Автор: Гамбарова

В данной работе были рассмотрены 3 варианта обучения нейронного классификатора Многослойный Перцептрон с учетом выбора разных классификационных схем. Были определены 12 типов растительности и почв и на их основе построены классификационная схема по 12-ти классам и две дополнительные — «Модифицированная» (по 7-ми классам) и «Оптимальная» – по 5-ти классам. В ходе обучения нейронного классификатора Многослойный Перцептрон четко выявились и обозначились преимущества двух последних классификационных схем. Представлены процедуры отбора примеров для обучения и тестировния, ход и результаты обучения классификатора, а также визуальный анализ картин, представляющих тематические растры результатов классификации и количественные оценки неклассифицированных и нечетко классифицированных элементов сцены.

Для геометрической коррекции и проведения статистического анализа множеств обучающих примеров была использована <...> ВЫБОР ТИПОВ ОБЪЕКТОВ, ПОДЛЕЖАЩИХ РАСПОЗНАВАНИЮ НА МНОГОСПЕКТРАЛЬНОМ СНИМКЕ, И ПОЛУЧЕНИЕ ОБУЧАЮЩЕЙ И ТЕСТИРУЮЩЕЙ <...> СЕРИЯ: СИСТЕМНЫЙ АНАЛИЗ И ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ, 2007, № 1 Таблица 3 Статистические характеристики обучающих <...> почва Класс 7_7 Исх.Класс12 Salsola nodulosa / голая почва Таблица 5 Статистические характеристики обучающих <...> Таблица 6 Набор обучающих примеров по 5-ти классовой схеме Номер класса Полное название растения Класс

18

ОБУЧЕНИЕ НЕЙРОННЫХ СЕТЕЙ МЕТОДОМ ЛЕВЕНБЕРГА-МАРКВАРДТА В УСЛОВИЯХ БОЛЬШОГО КОЛИЧЕСТВА ДАННЫХ [Электронный ресурс] / Пархоменко, Леденёва // Вестник Воронежского государственного университета. Серия: Системный анализ и информационные технологии .— 2014 .— №2 .— С. 97-105 .— Режим доступа: https://rucont.ru/efd/511958

Автор: Пархоменко

Для достижения высокой точности обучения нейронной сети часто применяют алгоритм Левенберга-Марквардта. Однако алгоритм требует сложные вычисления, занимающей много времени. В данной статье представлено подробное описание метода и предложены способы его оптимизации и распараллеливания с целью увеличения производительности

обучающих примеров. <...> вектор из i -го примера, m iy ∈  – вектор ожидаемых значений (указаний учителя). <...> Степень близости вектора-ответа сети iy на i -м примере и соответствующего вектора указаний учителя iy <...> примеров N и/или весовых коэффициентов .W Для решения проблем ЛМ-метода существуют следующие подходы <...> Для увеличения сходимости к оптимальному решению предложены модификации различной сложности (примеры:

19

№3 [Известия высших учебных заведений. Северо-Кавказский регион. Технические науки, 2011]

Научно-образовательный и прикладной журнал «Известия вузов. Северо-Кавказский регион. Технические науки» основан в 1972 году Юрием Андреевичем Ждановым. Журнал ориентирован на профессорско-преподавательский состав, аспирантов, докторантов и студентов вузов, научных и инженерно-технических работников научно-исследовательских и проектно-конструкторских институтов, промышленных предприятий и организаций. Журнал публикует статьи, содержащие результаты теоретических и экспериментальных исследований по следующим направлениям: - информатика, вычислительная техника и управление; - энергетика; - машиностроение и машиноведение; - химическая технология; -строительство и архитектура. Журнал «Известия вузов. Северо-Кавказский регион. Технические науки» включен в «Перечень российских рецензируемых научных журналов, в которых должны быть опубликованы основные научные результаты диссертаций на соискание ученых степеней доктора и кандидата наук», а также входит в международные реферативные базы данных CAS(pt), GeoRef, zbMATH.

Таким образом, суммарная ошибка, соответствующая множеству обучающих примеров, равна:   0 , n i i g <...> P     , (4) где n – количество обучающих примеров. <...> Тогда вклад в суммарную ошибку в выражении (4) от обучающих примеров, для которых  , 0T i is d q  <...> Записав аналогичным образом вклады в ошибку от обучающих примеров при трех других комбинациях значений <...> Таблица 4 Обучающие примеры Пример DocID Запрос s1 s2 si sl Оценка эксперта P1 12 q1 0 1 0 0 0,10 P2

Предпросмотр: Известия высших учебных заведений. Северо-Кавказский регион. Технические науки №3 2011.pdf (1,0 Мб)
20

Анализ урока в общеобразовательной школе: МЕТОДИЧЕСКИЙ КОНСТРУКТОР Методические рекомендации

Настоящие методические рекомендации представляют собой универсальный конструктор анализа урока: анализ можно проводить, исходя из особенностей типа и структуры урока, учебного предмета, используемой учителем педагогической технологии. Преподавателями Оренбургского гос. пед. ун-та предложены примеры описательной части анализа («фотография урока») по основным учебным предметам общеобразовательной школы с высокой степенью наглядности и обоснованности действий как учителя, так и администрации школы. Предложенная схема анализа урока направлена на повышение продуктивности деятельности администратора (директора, заместителя директора, руководителя методического объединения, методиста отдела образования) и учителя школы. Методические рекомендации призваны оказать методическую помощь преподавателям в разработке методических рекомендаций для студентов по организации работы по своей дисциплине.

Пример заполнения: Содержание ФМ отвечает возрасту обучающихся и рекомендациям СанПиН. <...> Пример заполнения: Содержание ФМ отвечает возрасту обучающихся и рекомендациям СанПиН. <...> Пример заполнения: Содержание ФМ отвечает возрасту обучающихся и рекомендациям СанПиН. <...> Пример заполнения: Ответы обучающихся анализируются педагогом в рамках опроса. <...> Пример заполнения: Взаимное приветствие учителя и обучающихся.

Предпросмотр: Анализ урока в общеобразовательной школе МЕТОДИЧЕСКИЙ КОНСТРУКТОР.pdf (0,6 Мб)
21

№1 [Физическое образование в вузах, 1996]

Данный журнал является единственным, охватывающим все актуальные вопросы преподавания физики в вузе, и, как мы надеемся, он станет главным средством общения кафедр физики вузов стран СНГ. Главный редактор журнала − академик Российской академии наук, профессор МИФИ, научный руководитель Высшей школы им. Н.Г. Басова НИЯУ МИФИ О.Н. Крохин. Основные разделы журнала 1. Концептуальные и методические вопросы преподавания общего курса физики в вузе, техникуме, колледже. 2. Вопросы преподавания курса общей физики в технических университетах. 3. Современный лабораторный практикум по физике. 4. Демонстрационный лекционный эксперимент. 5. Информационные технологии в физическом образовании. 6. Вопросы преподавания общего курса физики в педвузах и специальных средних учебных заведениях. 7. Текущая практика маломасштабного физического эксперимента. 8. Связь общего курса физики с другими дисциплинами. 9. Интеграция Высшей школы и Российской Академии наук.

Формирование обучающей выборки — ввод и редактирование обучающих примеров. 3. <...> , которая состоит из пар (<вход>, <желаемый выход>) обучающих примеров. <...> Обучение сети происходит по всей совокупности страниц примеров, по всей обучающей выборке. <...> Если в необученную нейронную сеть ввести входной сигнал одного из примеров обучающей выборки: то выходы <...> нейронной сети будут отличаться от требуемых выходов, которые определены в обучающем примере.

Предпросмотр: Физическое образование в вузах №1 1996.pdf (0,1 Мб)
22

Комплексное применение синергетического подхода и нейросетевых структур к проблеме синтеза интеллектуальной системы управления электроприводом [Электронный ресурс] / Колесников, Маршаков, Айдинян // Вестник Донского государственного технического университета .— 2014 .— №4 .— С. 61-72 .— Режим доступа: https://rucont.ru/efd/376877

Автор: Колесников

Рассматривается применимость искусственных нейронных сетей к синтезу интеллектуальных систем с синергетическим законом управления. Изложены основные положения синергетического подхода к проблеме системного синтеза. Рассмотрен пример синергетического синтеза закона управления электроприводом робота в условиях неконтролируемого изменения его параметров и внешних возмущений.

Рассмотрен пример синергетического синтеза закона управления электроприводом робота в условиях неконтролируемого <...> К основным свойствам данных структур можно также отнести: — возможность их обучения; — обобщение по примерам <...> Метод синтеза подобного регулятора рассмотрим ниже, на примере решения синергетическим методом задачи <...> Множество пар обучающей выборки T опишем как:  ,T P D , (20) где P — множество входных обучающих примеров <...> Функционирование ИНС по отдельному обучающему примеру на каждой итерации обучения будем оценивать на

23

Объектно-ориентированное проектирование нейронной сети для автоматизации определения архитектуры вычислительной системы в задачах обеспечения информационной безопасности [Электронный ресурс] / Сельвесюк [и др.] // Научный вестник Новосибирского государственного технического университета .— 2016 .— №1 .— С. 133-145 .— Режим доступа: https://rucont.ru/efd/610320

Автор: Сельвесюк

Статья посвящена вопросам анализа бинарных данных, содержащихся во внутренней энергонезависимой памяти вычислительных систем. Показано, что при решении задач, предполагающих анализ бинарных данных, в условиях отсутствия технической документации на целевую вычислительную систему возникает необходимость определения архитектуры вычислительной системы. Отмечено, что отсутствие методов и средств автоматизации определения архитектуры вычислительной системы приводит к повышению требований к квалификации аналитика, увеличению временных затрат и снижению достоверности. Таким образом, очевидна актуальность решения задачи разработки средств автоматизации определения архитектуры вычислительной системы по имеющимся бинарным данным. Обоснована необходимость использования математического аппарата нейронных сетей. Исходя из анализа предметной области установлено, что в полном объеме реализовать процессы обучения и применения по назначению при решении поставленной задачи позволят рекуррентные нейронные сети. Обоснована необходимость проектирования программного изделия, реализующего рекуррентную нейронную сеть и предназначенного для автоматизации определения архитектуры вычислительной системы по имеющимся бинарным данным. Предложено использование объектноориентированного подхода при проектировании указанного программного изделия. Сформулированы основные задачи, решаемые изделием: создание рекуррентных нейронных сетей, настройка параметров оптимизации, интерпретация значений выходного слоя и вычисление

примеров оказывается минимальной [3]. <...> данных Загрузить входной байт из произвольного обучающего файла Шаг прямого распространения Расчитать <...> файла Выбор произвольного обучающего файла из списка доступных обучающих примеров [Остались необработанные <...> Далее идет состояние подготовки обучающих данных Copyright ОАО «ЦКБ «БИБКОМ» & ООО «Aгентство Kнига-Cервис <...> При подаче на нейронную сеть бинарных данных последовательным образом (к примеру, по байтам) обученная

24

АНАЛИЗ ПОТЕНЦИАЛЬНЫХ И РЕАЛЬНЫХ ХАРАКТЕРИСТИК ОЦЕНИВАНИЯ СЛУЧАЙНЫХ ПОЛЕЙ (ИЗОБРАЖЕНИЙ) В УСЛОВИЯХ АДДИТИВНЫХ И ИМПУЛЬСНЫХ ПОМЕХ [Электронный ресурс] / Сирота, Калинин // Вестник Воронежского государственного университета. Серия: Системный анализ и информационные технологии .— 2011 .— №1 .— С. 40-48 .— Режим доступа: https://rucont.ru/efd/519936

Автор: Сирота

Получены соотношения для определения нижней границы дисперсии ошибки оценивания изображений, зашумленных импульсным и аддитивным шумом. Проведено сравнение полученной границы с результатами, получаемыми на основе применения различных алгоритмов фильтрации изображений. Произведено сравнение потенциальных границ дисперсии ошибки оценивания для случая нелинейной и линейной фильтрации

РЕАЛИЗАЦИЯ КОНКРЕТНЫХ ПРОЦЕДУР ОЦЕНИВАНИЯ Рассмотрим конкретный пример вычислений по формуле (10). <...> Рассмотрим конкретный пример вычислений. <...> Пример реализации случайного поля представлен на рис. 1 a. <...> Согласно [7] при правильной конфигурации и представительной выборке обучающих примеров многослойная нейронная <...> Количество обучающих примеров при построении фильтра составило 100000.

25

№3 [Вестник Южно-Уральского государственного университета. Серия "Компьютерные технологии, управление, радиоэлектроника", 2015]

Публикуются статьи по направлениям: управление; математическое, программное и аппаратурное обеспечение компьютерных технологий; измерительные системы, приборостроение, радиоэлектроника и связь.

Под обучающим примером будем понимать объект обучающей выборки с известным правильным ответом (классом <...> Сильная зависимость от сбалансированности числа обучающих примеров разных классов. <...> , и может полностью проигнорировать классы с малым числом обучающих примеров. <...> выборки, переобучения и сильной зависимости от соотношения числа примеров разных классов в обучающей <...> Обучается первое дерево, с его помощью производится классификация тренировочных примеров.

Предпросмотр: Вестник Южно-Уральского государственного университета. Серия Компьютерные технологии, управление, радиоэлектроника №3 2015.pdf (0,9 Мб)
26

В ГАЗПРОМБАНКЕ – НИЗКИЕ ПРОЦЕНТЫ И ПОНЯТНЫЕ ПРАВИЛА [Электронный ресурс] / Пожарное дело .— 2016 .— №6 .— С. 41-41 .— Режим доступа: https://rucont.ru/efd/449882

Известный портал банки.ру этой весной опубликовал рейтинг потребительских кредитов для сотрудников бюджетной сферы. Лучшим был признан кредитный продукт Газпромбанка. Ключевым фактором, обеспечившим одному из крупнейших банков страны победу в рейтинге, стали низкие проценты

Когда-то на его примере учились пожарному ремеслу Андрей Крутицкий, сегодня он занимает должность заместителя <...> Сергей Иванович считает, что если являешься наставником, должен быть примером для бойца, которого обучаешь <...> , примером во всем.

27

КОМПЛЕКСИРОВАНИЕ НЕЗАВИСИМЫХ БИОМЕТРИЧЕСКИХ ПРИЗНАКОВ ПРИ РАСПОЗНАВАНИИ СУБЪЕКТОВ НА ОСНОВЕ СЕТЕЙ КВАДРАТИЧНЫХ ФОРМ, ПЕРСЕПТРОНОВ И МЕРЫ ХИ-МОДУЛЬ [Электронный ресурс] / А.Е. Сулавко , А.В. Еременко , Е.В. Толкачева // Информационно-управляющие системы .— 2017 .— №1 .— doi: 10.15217/issn1684-8853.2017.1.50 .— Режим доступа: https://rucont.ru/efd/585655

Автор: Сулавко А. Е.

Постановка проблемы: статические биометрические образы не являются секретными и могут быть скопированы для изготовления физического или электронного муляжа незаметно для владельца, поэтому идет процесс поиска эффективных решений для аутентификации субъектов по динамическим биометрическим признакам. Цель исследования: разработать более надежные способы однофакторной и многофакторной биометрической аутентификации в пространстве малоинформативных признаков.

На практике нельзя требовать от пользователя вводить слишком много обучающих примеров (более 30–40) для <...> Евклида и хи-модуль оптимальные пороговые значения настраиваются эмпирически, исходя из откликов на обучающие <...> примеры «Свой» при обучении и откликов на образы «Чужой» в процессе проведения последующего вычислительного

28

СИЛЬНЫЕ ДУХОМ [Электронный ресурс] / У. Маршева // Пожарное дело .— 2016 .— №6 .— С. 40-41 .— Режим доступа: https://rucont.ru/efd/449881

Автор: Маршева Ульяна

Вот уже 34 года на страже пожарной безопасности Магнитогорска стоит командир отделения 20-й пожарной части договорного отряда сергей Давыдов, который в далеком 1982 г. начинал свою «огненную» карьеру. И еще тогда понял, что пожарные — люди особенные и им по плечу любые испытания

Когда-то на его примере учились пожарному ремеслу Андрей Крутицкий, сегодня он занимает должность заместителя <...> Сергей Иванович считает, что если являешься наставником, должен быть примером для бойца, которого обучаешь <...> , примером во всем.

29

ОБ АНАЛИЗЕ ПОЭТАПНОЙ РАБОТЫ ПО ВНЕДРЕНИЮ В ШКОЛЫ ТЕХНОЛОГИИ ЦЕЛОСТНОГО ПЕДАГОГИЧЕСКОГО ПРОЦЕССА [Электронный ресурс] / Бегалиева // Педагогические науки .— 2013 .— №3 .— С. 22-24 .— Режим доступа: https://rucont.ru/efd/497256

Автор: Бегалиева

Внедрение современных педагогических технологий в учебно-воспитательном процессе представляет собой двусторонний процесс: во-первых, от учителя требуется специальная подготовка в области психологии, педагогики, методики преподавания – метазнания и метаумения (комплексом метазнаний и метаумений мы считаем теорию об объекте деятельности учителя – целостном педагогическом процессе). Во-вторых, использование современных педагогических технологий развивает творческую активность учителя

педагогических технологий имеет два аспекта: – средство повышения успешности обучения (сотрудничество обучаемых <...> ); – пример для организации деятельности будущего учителя на основе комплекса традиционных и современных

30

Университетская подготовка специалиста профессионала [Электронный ресурс] / Карпов // Известия Балтийской государственной академии рыбопромыслового флота .— 2016 .— №3(37) .— С. 121-124 .— Режим доступа: https://rucont.ru/efd/494600

Автор: Карпов

Представлена модель специалиста профессионала, выпускника университета Приводится также сравнение институтского и университетского образований

Анализ показателей инженерных задач Показатели / Тип задач Постановка задачи Метод (способ) решения Обучающий <...> пример Результат решения Традиционные (четко определенные) Имеется Указан (как правило) Имеется Отсутствует

31

Духовно-нравственная культура педагога [Электронный ресурс] / Гришина // Учитель .— 2012 .— №4 .— С. 75-77 .— Режим доступа: https://rucont.ru/efd/455547

Автор: Гришина

ПЕДАГОГ – это человек, который ведет очень важную практическую работу по воспитанию, образованию и обучению детей всех возрастов. Профессиональное становление педагога в психолого-педагогической науке в профессионально-личностном аспекте рассматривается как становление личностных, личностно-деловых качеств, профессиональных компетентностей и профессионализма

Никакие воспитательные программы не будут эффективны, если педагог не являет собой всегда главный для обучающихся <...> пример нравственного и гражданского личностного поведению.

32

СПЕЦИФИКА ВОЗРАСТНЫХ ПСИХОЛОГО-ПЕДАГОГИЧЕСКИХ ОСОБЕННОСТЕЙ И СООТВЕТСТВУЮЩИХ ИМ СВОЙСТВ ОРГАНИЗАЦИИ ДЕЯТЕЛЬНОСТИ ОБУЧАЮЩИХСЯ [Электронный ресурс] / Основы православной культуры в школе .— 2016 .— №4-5 .— С. 83-86 .— Режим доступа: https://rucont.ru/efd/612735

Особенности становления духовнонравственной и социальной сферы личности, связанные: с проявлением у обучающихся начальной школы отзывчивости к вопросам веры, открытости Божественной любви; с важностью опыта личного и непосредственного обращения ребёнка к Богу; с созреванием личности до возможности начала самооценки, выполнения духовно-нравственной рефлексивной деятельности покаяния, приводящего к изменениям как внутреннего (нравственного, морального), так и внешнего (поведенческого) характера

ВОзРАСтНых ПСИхОЛОГО-ПЕДАГОГИчЕСКИх ОСОБЕННОСтЕй И СООтВЕтСтВУюЩИх ИМ СВОйСтВ ОРГАНИзАЦИИ ДЕЯтЕЛьНОСтИ ОБУчАюЩИхСЯ44 <...> Особенности становления духовнонравственной и социальной сферы личности, связанные: — с проявлением у обучающихся <...> человеке; — с опасностью «подогревания» учебного процесса развитием самовыражения и самоутверждения обучающегося <...> Пример своего учителя (классного руководителя) в этом возрасте во многом является определяющим для ребёнка <...> Приложения 83 — с тем, что в данном возрасте человек обучается «не умом, а всей своей сущностью и глубиной

33

Экспертно-сетевой метод классификации знаний [Электронный ресурс] / В.В. Жуйков // Известия Балтийской государственной академии рыбопромыслового флота .— 2014 .— №2 .— Режим доступа: https://rucont.ru/efd/262835

Предлагается экспертно-сетевой метод классификации знаний на основе нейронных сетей и экспертных оценок. Автором приводится описание данного метода, позволяющего осуществлять объединение набора простых знаний, представленных в виде нейронных сетей, в более сложные структурированные знания

Яркими примерами могут служить периодическая система Менделеева, классификации растительного и животного <...> имеется достаточно развитый математический аппарат и возможность сопоставления входов и выходов на обучающихся <...> примерах. <...> Подсистема построения портрета обучающегося в рамках системы оценки качества знаний [Текст] / В.В.

34

Имидж педагога-хореографа как становление профессионального мастерства [Электронный ресурс] / Т. Мацаренко // Балет .— 2016 .— №6 .— С. 42-44 .— Режим доступа: https://rucont.ru/efd/561462

Автор: Мацаренко Татьяна

Краткая аннотация на статью В статье представлены: исследования по имиджелогии педагогов-хореографов, самосовершенствование в формировании имиджа, направления по развитию пластичности тела, образы Я-концепции

хореографического коллектива, условиях его функционирования, осознание собственных возможностей и возможностей обучающихся <...> танца педагогами-хореографами приобретает важное значение для возможности преподавания и передачи опыта обучающимся <...> Примерами могут служить направления по развитию пластичности тела на основе единства дыхания, движения

35

Пути снижения негативного воздействия автотранспортных потоков на качество акустической среды

В статье рассматриваются основные аспекты управления качеством акустической среды в зоне влияния автомобильных дорог на основе двухуровневой автоматизированной системы экологического мониторинга.Проблема шумового загрязнения рассмотрена в системном представлении,которое позволило выделить управляемые и неуправляемые факторы,формирующие уровень негативного воздействия,определить объекты экологического мониторинга.Приведены результаты математического моделирования,осуществленного на основе аппарата искусственных нейронных сетей.

Для обучающих примеров X отклики системы Y известны. <...> Норма отклонения модельной функции G и реальной F на обучающем множестве М0б. называется ошибкой обучения <...> тем, что истинное значение Eg не доступно, на практике используется ее оценка: анализируется часть примеров <...> Eg при этом оценивается как норма отклонения G на множестве примеров из тестовой выборки. <...> В качестве примера на рисунке 1 приведена схема ИНС с архитектурой 3-(3-2-1)-1 для одного из опытных

Предпросмотр: Пути снижения негативного воздействия автотранспортных потоков на качество акустической среды .pdf (0,1 Мб)
36

РАЗРАБОТКА ИНТЕЛЛЕКТУАЛЬНОЙ ИНФОРМАЦИОННОЙ СИСТЕМЫ ДЛЯ КАТЕГОРИЗАЦИИ ДЕТЕЙ, ОСТАВШИХСЯ БЕЗ ПОПЕЧЕНИЯ РОДИТЕЛЕЙ [Электронный ресурс] / Хливненко, Васильев, Васильев // Вестник Воронежского государственного университета. Серия: Системный анализ и информационные технологии .— 2011 .— №2 .— С. 169-173 .— Режим доступа: https://rucont.ru/efd/520014

Автор: Хливненко

Рассматривается модель самоорганизующейся системы – категоризатора с архитектурой искусственной нейронной сети Кохонена и процесс извлечения на ее основе метазнаний из поля знаний для поддержки документооборота в отделе опеки и попечительства. Приводится описание компьютерной реализации модели в виде разработанного Windows-приложения, созданного в свободно распространяемой среде программирования Lazarus

В процессе обучения веса нейронов становятся прототипами классов – групп векторов обучающей выборки. <...> Сети предъявляется пример xN из обучающего множества. <...> Тестирование демонстрационного прототипа системы выполнялось на 100 обучающих примерах. <...> процессе обучения весовые векторы нейронов, которые служат координатами центров тяжестей кластеров обучающей <...> Смысловая интерпретация карт упорядоченности примеров из обучающей выборки, полученных усредненных данных

37

Построение классификатора для снижения риска при строительстве нефтяных скважин на базе нейросетевой модели [Электронный ресурс] / Абу-Абед // Управление качеством в нефтегазовом комплексе .— 2013 .— №1 .— С. 49-52 .— Режим доступа: https://rucont.ru/efd/418144

Автор: Абу-Абед

Одной из основных целей проведения геолого-технологических исследований при строительстве скважин является своевременное распознавание нештатных ситуаций. Под нештатными ситуациями понимаются процессы на буровой и в скважине, отличающиеся от штатных и требующие адекватного реагирования. Наибольшие проблемы в своевременном автоматизированном обнаружении и определении нештатных ситуаций возникают непосредственно на буровой.

математического аппарата предложено использовать искусственные нейронные сети прямого распространения, обучаемые <...> Если выбрано множество обучающих примеров — пар (Xk, Yk) (где k = 1, 2, …, N) и способ вычисления функции <...> количество необходимых итераций обучения нейросети; ✦ точность распознавания обученной нейросетью векторов обучающей <...> клас� сификатора предаварийных ситу� аций, построенного на основе ней� росети прямого распространения, обучаемой

38

ЧИСЛЕННОЕ МОДЕЛИРОВАНИЕ ПРОЦЕДУРЫ СИНТАКСИЧЕСКОГО РАЗБОРА С ИСПОЛЬЗОВАНИЕМ НЕЙРОННЫХ СЕТЕЙ [Электронный ресурс] / Рыбка, Сбоев, Иванов // Вестник Воронежского государственного университета. Серия: Лингвистика и межкультурная коммуникация .— 2015 .— №3 .— С. 29-34 .— Режим доступа: https://rucont.ru/efd/508401

Автор: Рыбка

в статье предлагается модель процедуры синтаксического разбора предложения в фор мате Национального корпуса русского языка, основанная на нейросетевых алгоритмах. Представля ются результаты сравнительного анализа точностей моделей нейронных сетей с различными топо логиями для установления синтаксических отношений. Приведены результаты сравнения с другими системами разработанной модели процедуры синтаксического разбора, включающей комплекс отоб ранных нейросетевых алгоритмов в сочетании с экстрагированными на основе морфологических ха рактеристик признаками потенциальных синтаксических отношений и инкрементальную схему раз бора

В 1-м и 2-м случаях каждый следующий класси­ фикатор обучается на объектах, свободных от приме­ ров для <...> Подходы к построению дерева синтаксического разбора и формирования обучающих примеров для определения <...> Обучающая выборка при этом состоит из объектов, соответствующих вышеуказанным действиям схемы разбора <...> При разбиении объектов, образующих синтаксичес­ кие отношения (650 тыс. примеров в обучающем множестве <...> ) от необразующих (10 млн примеров в обучающем множестве) рассматривались различные нейросетевые методы

39

МЕТОДЫ ПРОЕКТИРОВАНИЯ НЕЧЕТКОЙ БАЗЫ ЗНАНИЙ [Электронный ресурс] / Сергиенко // Вестник Воронежского государственного университета. Серия: Системный анализ и информационные технологии .— 2008 .— №2 .— С. 65-69 .— Режим доступа: https://rucont.ru/efd/519678

Автор: Сергиенко

В данной статье будет рассмотрен вопрос обеспечения полноты и непротиворечивости нечеткой базы правил, представлен способ организации ее структуры с помощью иерархической системы лингвистических правил. В такой системе лингвистические переменные, ассоциированные с нечеткими правилами, располагаются по секторам с различными степенями гранулярности. Иерархия в этой структуре задается с помощью этих степеней

; K — общее число примеров в обучающей выборке. <...> После чего каждому обучающему примеру ставятся в соответствие те нечеткие множества, степени принадлежности <...> Второй подход стоит использовать при сравнительно небольшом количестве примеров в обучающей выборке. <...> Все примеры из обучающей выборки ( ) ( ) ( ) ( )1 2( , , , , ) ( 1, ) k k k k mx x x y k K=… «предъявляются <...> обучающей выборки.

40

ПОВЫШЕНИЕ ДОСТОВЕРНОСТИ ПЕРВИЧНЫХ ИСТОЧНИКОВ ИНФОРМАЦИИ В СОЦИОТЕХНИЧЕСКИХ СИСТЕМАХ [Электронный ресурс] / Учаев, Савельев // Вестник Астраханского государственного технического университета. Серия: Управление, вычислительная техника и информатика .— 2016 .— №4 .— С. 29-35 .— Режим доступа: https://rucont.ru/efd/543993

Автор: Учаев

Рассмотрены существующие методы компенсации погрешностей измерений количественной и качественной информации. Приведена классификация качественных и количественных источников информации. Рассмотрены причины возникновения случайных и систематических погрешностей. Поставлена задача повышения достоверности первичных источников информации. Рассмотрена проблема совместной обработки качественной и количественной информации. Описаны причины возникновения недостоверности при получении той или иной информации. Показано, что повышение достоверности первичных источников информации возможно за счет достижения избыточности информации, путем совместного использования количественной и качественной информации

Примером такой погрешности может являться погрешность градуировки прибора, т. е. ошибка, связанная с <...> разработке ИНС являются эвристическими и не всегда могут привести к однозначному решению; – при подготовке обучающей <...> выборки возникают проблемы, которые связаны с поиском достаточного количества обучающих примеров; –

41

РОБАСТНАЯ МОДЕЛЬ ОБНАРУЖЕНИЯ АНОМАЛИЙ С ИСПОЛЬЗОВАНИЕМ МОДЕЛИ ЗАСОРЕНИЯ [Электронный ресурс] / Уткин, Жук // Вестник компьютерных и информационных технологий .— 2013 .— №7 .— С. 51-55 .— Режим доступа: https://rucont.ru/efd/569259

Автор: Уткин

Предложена робастная модель обнаружения аномальных наблюдений в рамках машинного обучения, основанная на использовании робастной модели засорения при применении минимаксной и миниминной стратегий принятия решений. Принципиальное отличие предлагаемого подхода к построению робастных моделей – в рассмотрении неточности вероятностей элементов обучающей выборки, а не в неточности определения самих элементов. Алгоритм классификации сводится к решению конечного множества задач квадратичного программирования. Экспериментальные результаты моделирования иллюстрируют качество предлагаемой модели

эксперимента произвольно выбиралось n точек так, что n)1( 0 ε− точек взято из множества нормальных примеров <...> и ε 0 n точек – из аномальных примеров. <...> В качестве еще одного примера рассмотрим множество данных Pima Indian Diabetes, которое также взято из <...> Множество Pima Indian Diabetes имеет восемь признаков (m = 8) для 768 обучающих примеров, 500 из которых <...> Остальные 268 примеров рассматривались как аномальные наблюдения.

42

ОПТИМИЗАЦИЯ ФИНАНСОВЫХ ПОКАЗАТЕЛЕЙ ПРЕДПРИЯТИЯ НА ОСНОВЕ НЕЙРОСЕТЕВОЙ МОДЕЛИ [Электронный ресурс] / Степашина // Информационные системы и технологии .— 2014 .— №5 .— С. 34-42 .— Режим доступа: https://rucont.ru/efd/486596

Автор: Степашина

В статье предложен метод решения задачи оптимизации финансовых показателей с применением нейросетевого подхода в пакете Matlab на примере предприятия ОАО «Башинформсвязь». Проведен ряд вычислительных экспериментов по выбору нейронной сети в пакете Matlab, наилучшим образом аппроксимирующей исходные данные. Вычислены оптимальные значения финансовых показателей, доставляющих максимум значению чистой прибыли.

решения задачи оптимизации финансовых показателей с применением нейросетевого подхода в пакете Matlab на примере <...> По сути, процесс обучения представляет собой подгонку модели, которая реализуется сетью, к имеющимся обучающим <...> выборки; OUTP – сформированный выходной вектор из обучающей выборки. <...> некоторой точке; net iY – вычисленное значение выходного параметра в этой же точке; m – количество обучающих <...> примеров.

43

Индивидуальные траектории обучения как средство организации математической деятельности [Электронный ресурс] / Дорофеев // Известия высших учебных заведений. Поволжский регион. Гуманитарные науки .— 2013 .— №1 .— С. 210-217 .— Режим доступа: https://rucont.ru/efd/264361

Автор: Дорофеев
М.: ПРОМЕДИА

Исследуются проблемы повышения качества математического образования бакалавров инженерного профиля. Обосновывается необходимость внедрения индивидуальных траекторий обучения в систему математической подготовки студентов.

Индивидуальные возможности обучающихся, как правило, не учитываются должным образом и иногда не признаются <...> В результате неизбежно появляется такая категория обучающихся, как «средний студент», имеющая усредненные <...> Основная же часть обучающихся, укладывающаяся в стандарты «среднего студента», незаслуженно оказывается <...> Примерами таких траекторий [4–6] могут служить системы математических заданий следующего вида: I. <...> Преобразования в примерах и задачах : учеб. пособие / С. Н.

44

ОЦЕНКА ПРОИЗВОДИТЕЛЬНОСТИ ДИАГНОСТИРОВАНИЯ ЭЛЕКТРОМЕХАНИЧЕСКИХ СИСТЕМ С ПОМОЩЬЮ НЕЙРОННЫХ СЕТЕЙ [Электронный ресурс] / Шпрехер // Контроль. Диагностика .— 2012 .— №6 .— С. 49-53 .— Режим доступа: https://rucont.ru/efd/464843

Автор: Шпрехер

Многообразие физико-химических процессов в элементах конструкции электромеханического оборудования, скоростей их протекания и влияния на степень утери работоспособности электромеханических систем обусловливает применение интеллектуальных и высокопроизводительных средств оперативной диагностики и управления. Предлагаются критерии и показатели эффективности использования нейросетевых средств диагностирования электромеханических систем

Пусть W – число синаптических весов матрицы w НС, а P – число обучающих примеров. <...> вектора состояния ЭМС, закодированных двоичными символами на входе распознающей модели, имеем число примеров

45

МЕТОДИКА ИСПОЛЬЗОВАНИЯ СРЕДСТВ ИНФО- КОММУНИКАЦИОННЫХ ТЕХНОЛОГИЙ В ОБУЧЕНИИ ИНОСТРАННОМУ ЯЗЫКУ [Электронный ресурс] / Есенина // Личность. Культура. Общество .— 2012 .— №2 (71-72) .— С. 250-257 .— Режим доступа: https://rucont.ru/efd/545183

Автор: Есенина

В статье анализируется эволюция методических подходов к использованию средств информационных и коммуникационных технологий в обучении иностранным языкам в отечественной и зарубежной педагогической практике

В каче� стве примера также можно назвать электронную машину «Экзаменатор», созданную в Московском энергетическом <...> , так и обучающего. <...> Примером таких программ могут служить текстовые редакторы: типовые текстовые редакторы (вводит текст, <...> и обучающей программой. <...> Примером реализации уров� невого подхода к обучению иностранному языку является АОС на базе ЭВМ ЕС –

46

ОПТИМИЗАЦИЯ ПАРАМЕТРОВ НЕЙРОННОЙ СЕТИ НЕОКОГНИТРОН ДЛЯ РАСПОЗНАВАНИЯ СИМВОЛОВ ГОСУДАРСТВЕННЫХ РЕГИСТРАЦИОННЫХ ЗНАКОВ [Электронный ресурс] / Кангин // Инженерный журнал: наука и инновации .— 2012 .— №1 .— Режим доступа: https://rucont.ru/efd/274751

Автор: Кангин
М.: Изд-во МГТУ им. Н.Э. Баумана

Исследована нейронная сеть неокогнитрон Фукусимы. Описаны методы определения пороговых значений, измерений слоев, параметров ядра функции Гаусса, используемого для вычисления выходных значений слоев. Предложены методы оптимизации параметров. В результате исследования достигнут коэффициент распознавания тестовой выборки 97 %.

В данной работе исследуется нейронная сеть неокогнитрон на примере распознавания государственных регистрационных <...> Также пусть x(i) является i-м обучающим вектором S-элемента. <...> Тестовая и обучающая выборка содержат по 5 000 символов каждая. <...> Примеры обучающей и тестовой выборки приведены на рис. 2. 238 ISSN 0236-3933. Вестник МГТУ им. Н.Э. <...> Примеры обучающей и тестовой выборки цифр ГРЗ СПИСОК ЛИТЕРАТУРЫ 1. F u k u n a g a K.

47

№1 [Математическое моделирование, 2017]

Основан в 1989 г. Публикуются обзоры, оригинальные статьи, сообщения, посвященные математическому моделированию с применением ЭВМ и численным методам решения сложных и актуальных проблем науки и современной технологии, а также работы, показывающие возможности использования вычислительного эксперимента в конкретной области знания, включая постановку задач, построение математических моделей для них, вычислительные алгоритмы и пакеты прикладных программ для их решения, иллюстрированные расчеты, апробацию моделей путем сравнения с экспериментальными или теоретическими данными. Публикуются рефераты препринтов и депонированных рукописей, письма в редакцию, научная информация (планы и итоги конференций, школ и т.п.).

Её обучение с формированием кластеров обучающих примеров. 3. <...> Сами обучающие примеры от эпохи к эпохе могут мигрировать между кластерами в зависимости от изменения <...> Дударов Принадлежность любого примера обучающей выборки к одному из кластеров определяется евклидовым <...> При подаче на входы сети самого первого примера обучающей выборки создается первый нейрон с весовыми <...> К примеру, кластер № 1 сети Кохонена сформировали 13 обучающих примеров, 5 из которых (38 %) соответствовали

Предпросмотр: Математическое моделирование №1 2017.pdf (0,4 Мб)
48

Цифровое моделирование оптических отражательных характеристик целей в режиме реального времени учеб. пособие

Автор: Лабунец Л. В.
М.: Изд-во МГТУ им. Н.Э. Баумана

В пособии представлен программный комплекс цифрового моделирования в режиме реального времени характеристик заметности целей в лазерных и инфракрасных локационных системах. Рассмотрены статистические, структурные и алгебраические методы, методики и алгоритмы формирования цифровых моделей отражательных и излучательных характеристик 3D-объектов в системах оптической локации. На основе современных методов интеллектуального анализа данных предложено решение важных практических задач сжатия информации, полученной в результате имитационного цифрового моделирования, а также формирования информативных признаков для распознавания и классификации целей. Комплекс гарантирует требуемую адекватность получаемых данных и позволяет заменить дорогостоящие полигонные измерения универсальным и гибким вычислительным экспериментом.

Для студентов старших курсов высших учебных заведений, обучающихся по направлению подготовки 220400 « <...> Примеры соответствуют ракурсу облучения-наблюдения     º. <...> Цикл обучения, за который перебирают все обучающие пары, называют эпохой. <...> примера ограничена двумя зонами. <...> Сформулируйте правило рациональной последовательности перебора обучающих примеров в последовательном

Предпросмотр: Цифровое моделирование оптических отражательных характеристик целей в режиме реального времени. Гриф УМО..pdf (0,5 Мб)
49

К ВОПРОСУ О ПОВЫШЕНИИ КАЧЕСТВА ВАЛЮТНЫХ ПРОДАЖ БАНКА РОССИИ С ИСПОЛЬЗОВАНИЕМ МАТЕМАТИЧЕСКОГО МОДЕЛИРОВАНИЯ [Электронный ресурс] / Крючков, Русаков // Вестник Пермского университета. Серия Экономика = Perm University Herald. ECONOMY .— 2016 .— №3 .— С. 54-61 .— Режим доступа: https://rucont.ru/efd/575341

Автор: Крючков

Рассматривается вопрос повышения качества валютных интервенций, осуществляемых Центральным банком Российской Федерации на внутреннем рынке. Под качеством понимается объем выведенных из обращения рублей, полученный в результате фактической продажи иностранной валюты. Объектом исследования выступает наиболее активный период продажи валюты – осень 2014 г. Помимо открытых данных об интервенциях, в модели используется информация о стоимости нефти марки Brent на мировом рынке, а также официальный курс доллара США по отношению к рублю, устанавливаемый ЦБ РФ. Целью построения модели является изучение вопроса повышения качества валютных продаж, за счет учета краткосрочного прогноза стоимости нефтяных фьючерсов. Предпосылкой к исследованию данного подхода является установленный факт зависимости курса доллара по отношению к рублю от цены на нефть и ее связь с параметрами бюджета РФ, а также вероятность возвращения Банка России к политике поддержки рубля за счет регулярных валютных интервенций. Краткосрочный прогноз строится с помощью нейросетевого индикатора тренда, в архитектуре которого заложены основные аксиомы и принципы технического анализа. Получаемые в ходе исследования прогнозные значения, а также фактически известные величины позволяют оценить возможный объем выведенных из обращения рублей при заданном объеме валютных продаж. Исходя из обратной взаимосвязи курса доллара и стоимости нефти, в случае краткосрочного прогнозирования падения нефтяных котировок предлагается операцию по продаже валюты производить не текущим, а следующим банковским днем. Результаты исследования модели показали, что в случае активных интервенций количество выведенных из обращения рублей может быть увеличено благодаря учету прогноза мировых цен на нефть.

Порядок прохождения обучающих примеров от первого к k-му подвергает веса iw более значительному изменению <...> к концу обучающей выборки, тем самым обеспечивает учет эффекта «старения данных». <...> Пример принятия решения, которое в модельном сценарии применялось каждый день исследуемого периода, представлен <...> В первой строке примера (16.10) прогнозное значение цены на нефть растет, поэтому в ожидании падения <...> В модельном примере было показано, что учет прогноза нефтяных котировок марки Brent при принятии решения

50

Технология Task Based Learning and Teaching на занятиях по иностранному языку в вузе [Электронный ресурс] / Цаликова, Юринова, Пахотина // Высшее образование сегодня .— 2016 .— №3 .— С. 71-76 .— Режим доступа: https://rucont.ru/efd/401008

Автор: Цаликова

Рассматривается использование на занятиях по английскому языку в вузе технологии «задания ориентированного обучения и преподавания», основанной на выполнении заданий без традиционного подготовительного объяснения и тренировки языкового явления. Приведены конкретные примеры ее применения.

А при выполнении заданий в формате представляемой нами технологии обучающимся приходится использовать <...> Обучение языку осуществляется в процессе общения и взаимодействия обучающихся. <...> Приведены конкретные примеры ее применения. <...> Теперь покажем, как происходит работа в рамках этой технологии на конкретном примере. <...> «пример» правильного выполнения заданий.

Страницы: 1 2 3 ... 3875