Навчально-науковий інститут прикладного системного аналізу (НН ІПСА)
Постійне посилання на фонд
Переглянути
Перегляд Навчально-науковий інститут прикладного системного аналізу (НН ІПСА) за Дата публікації
Зараз показуємо 1 - 20 з 1942
Результатів на сторінці
Налаштування сортування
Документ Відкритий доступ Обратные функционалы Минковского в нестационарной задаче группового преследования(Наука, 1997) Барановская, Л. В.; Чикрий, А. А.; Чикрий, Ал. А.; Baranovskaya, L. V.; Chikrij, A. A.; Chikrij, Al. A.Документ Відкритий доступ Майбутнє починається сьогодні(2000-09-01) Згуровський, Михайло ЗахаровичДокумент Відкритий доступ Дискретна математика. Алгебра висловлень, теорія множин, теорія відношень, елементи комбінаторики, теорія графів елементи теорії груп та кілець. Для студентів математичних спеціальностей вищих навчальних закладів(НТУУ «КПІ», 2004) Спекторський, Ігор ЯковичПосібник містить теоретичні відомості із традиційних розділів дискретної математики – алгебра висловлень, алгебра множин, теорія відношень, комбінаторика, теорія графів, елементи теорії груп і кілець. Посібник орієнтований для студентів математичних спеціальностей вищих навчальних закладів, а також для наукових працівників і інженерів, які цікавляться відповідними розділами дискретної математики. Передбачається, що читач володіє базовими поняттями лінійної алгебри та математичного аналізу.Документ Відкритий доступ Построение и методы обучения байесовских сетей(2004) Бидюк, Петр Иванович; Терентьев, Александр НиколаевичДокумент Відкритий доступ Использование метода минимальной длины описания при обучении Байесовской сети доверия(ХМИ, 2005) Терентьев, Александр Николаевич; Бидюк, Петр ИвановичДокумент Відкритий доступ Україна ще має шанс(2005-05-27) Згуровський, Михайло ЗахаровичДокумент Відкритий доступ Эвристический метод построения Байесовских сетей(ТОВ “РВПК ЕКСЛИБРИС”, 2006) Терентьев, Александр Николаевич; Бидюк, Петр ИвановичДокумент Відкритий доступ Эвристический метод построения байесовских сетей(2006) Терентьев, Александр Николаевич; Бидюк, Петр ИвановичДокумент Відкритий доступ Байесовская сеть – инструмент интеллектуального анализа данных(ИКИ НАНУ-НКАУ, 2007) Терентьев, Александр Николаевич; Бидюк, Петр Иванович; Коршевнюк, Лев АлександровичДокумент Відкритий доступ Применение байесовских сетей для интеллектуального анализа данных(П П Вишемирський В. С., 2007) Бидюк, Петр Иванович; Терентьев, Александр Николаевич; Коршевнюк, Лев АлександровичДокумент Відкритий доступ Прогнозне моделювання нелінійних нестаціонарних процесів у рослинництві з використанням інструментів SAS Enterprise Miner(Політехніка, 2007) Бідюк, Петро Іванович; Терентьєв, Олександр Миколайович; Просянкіна-Жарова, Тетяна Іванівна; Ефендієв, Владислав ВагабовичДокумент Відкритий доступ Застосування SPI-методу для формування ймовірносного висновку в мережах Байєса(ДНУ, 2007) Терентьєв, Олександр Миколайович; Бідюк, Петро ІвановичДокумент Відкритий доступ Прогнозирование экономических показателей при помощи сетей Байеса(2007) Бидюк, Петр Иванович; Терентьев, Александр Николаевич; Коршевнюк, Лев АлександровичДокумент Відкритий доступ Метод формирования вывода в Байесовских сетях и его использование для прогнозирования ФЭП(2007) Бидюк, Петр Иванович; Терентьев, Александр Николаевич; Гасанов, АйдынДокумент Відкритий доступ Использование модифицированной логарифмической функции Купера-Герсковича при построении сетей Байеса(СевНТУ, 2007) Бидюк, Петр Иванович; Терентьев, Александр Николаевич; Коршевнюк, Лев АлександровичДокумент Відкритий доступ Алгоритм вероятностного вывода в байесовских сетях(Екмо, 2007) Терентьев, Александр Николаевич; Бидюк, Петр Иванович; Коршевнюк, Лев АлександровичДокумент Відкритий доступ Balanced Neurofuzzy Models(2008) Mytnyk, Oleg Yu.This paper is devoted to the problem of a high complexity of fuzzy knowledge bases which contain enormous number of compound fuzzy rules. In order to significantly decrease the number of fuzzy rules and increase their transparency we present balanced neurofuzzy models. These models use the idea of Gabor-Kolmogorov expansion for additive decomposition into univariate and bivariate neurofuzzy submodels as well as maximum entropy principle to ground independent use of these submodels. Each submodel generates simplified rules independently of other submodels and contributes to fuzzy knowledge base of reduced complexity. The last but not least advantage of balanced neurofuzzy models is that they can be regularized and learned by modern inductive methods. Although the present paper omits learning. We demonstrate the potential of balanced neurofuzzy approach on a toy example of wind-induced wave model.Документ Відкритий доступ Застосування мережі Байеса в медицині(Університет «Україна», 2008) Мельник, Іван Володимирович; Гасанова, Лейла Тимурівна; Терентьєв, Олександр МиколайовичДокумент Відкритий доступ Использование байесовских сетей в кредитном скоринге(ПП Вишемирский В. С., 2008) Бидюк, Петр Иванович; Терентьев, Александр НиколаевичДокумент Відкритий доступ Оцінювання кредитоспроможності фізичних осіб за допомогою дерев рішень(ДНУ, 2008) Терентьєв, Олександр Миколайович; Бідюк, Петро Іванович; Гасанов, Айдин; Свердел, Катерина Олександрівна; Басараб, А. В.