Виявлення та оброблення невизначеностей у формі неповних даних методами інтелектуального аналізу

Скорочена інформація про документ
dc.contributor.authorКузнєцова, Наталія Володимирівна
dc.contributor.authorKuznietsova, Nataliia Vladymyrivna
dc.contributor.authorКузнецова, Наталия Владимировна
dc.date.accessioned2017-03-03T12:46:00Z
dc.date.available2017-03-03T12:46:00Z
dc.date.issued2016
dc.description.abstractenIn this paper, the methods for processing missing data are reviewed. The classification of methods depending on input data, data types and formats, and causes of data incompleteness associated with influence of uncertainties of the outside world and modeling object is proposed. The commonalities and differences between existing methods are investigated. The application peculiarities of these methods for filling missing data depending on properties of uncertainties are determined. It is shown that the traditional approach for filling the missing data by average values does not allow obtaining correct forecasts in many cases due to changes in sample’s properties. The usage of data mining methods technologies for dealing with missing data is proposed. An example of using regression methods is shown for filling missing data, in particular, using the forecast evaluation.uk
dc.description.abstractruРассмотрены методы обработки пропущенных данных и предложена их классификация с учетом видов входных данных, типов и форматов данных, причин пропусков, обусловленых проявлением влияния неопределенности внешнего мира и объекта моделирования. Исследованы общие черты и отличия существующих методов обработки, определены особенности их использования для заполнения пропущенных данных в зависимости от характера неопределенностей. Показано, что традиционный подход заполнения пропусков средним значением не позволяет получить достоверные прогнозы во многих случаях из-за изменения характера выборки. Предложено использование методов интеллектуального анализа данных для обработки пропущенных значений и приведен пример заполнения пропусков данных методами регрессионного анализа, в частности с помощью оценок прогнозов.uk
dc.description.abstractukРозглянуто методи оброблення пропущених даних і запропоновано їх класифікацію з урахуванням видів вхідних даних, типів та форматів даних, причин пропусків, зумовлених проявом впливу невизначеностей навколишнього світу і об’єкта моделювання. Досліджено спільні ознаки та відмінності існуючих методів оброблення, визначено особливості їх застосування для дозаповнення пропущених даних залежно від характеру невизначеностей. Показано, що традиційний підхід до заповнення пропусків середнім значенням не дозволяє отримати достовірні прогнози у багатьох випадках через зміну характеру вибірки. Запропоновано використання методів інтелектуального аналізу даних для оброблення пропущених значень та наведено приклад заповнення пропусків даних методами регресійного аналізу, зокрема за допомогою оцінок прогнозів.uk
dc.format.pagerangeС. 104-115uk
dc.identifier.citationКузнєцова Н. В. Виявлення та оброблення невизначеностей у формі неповних даних методами інтелектуального аналізу / Н. В. Кузнєцова // Системні дослідження та інформаційні технології : міжнародний науково-технічний журнал. – 2016. – № 2. – С. 104–115. – Бібліогр.: 16 назв.uk
dc.identifier.doihttps://doi.org/10.20535/SRIT.2308-8893.2016.2.10
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/19186
dc.language.isoukuk
dc.publisherНТУУ "КПІ"uk
dc.publisher.placeКиївuk
dc.source.nameСистемні дослідження та інформаційні технології : міжнародний науково-технічний журналuk
dc.status.pubpublisheduk
dc.subjectаналіз ризиківuk
dc.subjectметоди аналізу данихuk
dc.subjectмережі Байєсаuk
dc.subjectінформаційні технологіїuk
dc.subjectсистемний аналізuk
dc.subjectrisks analysisen
dc.subjectdata miningen
dc.subjectBayesian networksen
dc.subjectinformational technologiesen
dc.subjectsystem analysisen
dc.subjectанализ рисковru
dc.subjectметоды анализа данныхru
dc.subjectсети Баесаru
dc.subjectинформационные технологииru
dc.subjectсистемный анализru
dc.subject.udc519.816uk
dc.titleВиявлення та оброблення невизначеностей у формі неповних даних методами інтелектуального аналізуuk
dc.title.alternativeIdentification and dealing with uncertainties in the form of incomplete data by data mining methodsuk
dc.title.alternativeВыявление и обработка неопределенностей в форме неполных данных методами интеллектуального анализаuk
dc.typeArticleuk
thesis.degree.level-uk

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
GM_10Kuznietsova.pdf
Розмір:
307.96 KB
Формат:
Adobe Portable Document Format
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
7.8 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Системні дослідження та інформаційні технології: міжнародний науково-технічний журнал, № 2