Бинарное прогнозирование динамических показателей на основе методов машинного обучения

Бинарное прогнозирование динамических показателей на основе методов машинного обучения

Рассмотрена задача бинарного прогнозирования динамических показателей на основе машинного обучения с приложением к задаче перевозки грузов железнодорожным транспортом. В качестве методов выбраны вероятностная нейронная сеть и логистическая регрессия. Бинарное прогнозирование заключается в оценке п...

Полное описание

Библиографическая информация
Опубликовано в: :	Вестник Томского государственного университета. Управление, вычислительная техника и информатика № 62. С. 50-55
Главный автор:	Краковский, Юрий Мечеславович
Другие авторы:	Куклина, Ольга Константиновна
Формат:	Статья в журнале
Язык:	Russian
Предметы:	бинарное прогнозирование нейронные сети вероятностные логистическая регрессия динамические показатели статьи в журналах
Online-ссылка:	http://vital.lib.tsu.ru/vital/access/manager/Repository/koha:001000293 Перейти в каталог НБ ТГУ

Похожие документы

Прогнозирование платежеспособности клиентов банка с использованием методов машинного обучения на данных, отобранных с помощью расчета коэффициентов WOE и IV
по: Бугакова, Дарья Дмитриевна

Использование логистической регрессии при выборе способа кардиоплегии
по: Микшина, Виктория Степановна

Математика для Data Science Управляем данными с помощью линейной алгебры, теории вероятностей и статистики
по: Нилд, Томас
Публикация: (2025)

Основные этапы обработки и методы отбора признаков для дальнейшего прогнозирования платежеспособности клиентов банка
по: Бугакова, Дарья Дмитриевна

Прогнозирование банкротства компаний на основе модели логистической регрессии
по: Пак, Кирилл Игоревич

TensorFlow для глубокого обучения [от линейной регрессии до обучения с максимизацией подкрепления : для разработчиков систем машинного обучения]
по: Рамсундар, Бхарат
Публикация: (2019)

Расчет показателей надежности резервированных искусственных нейронных сетей с учетом случайного времени восстановления работоспособности
по: Потапов, Виктор Ильич 1935-

Использование бинарной логистической регрессии для оценки качества адаптивного теста
по: Жилина, Елена Викторовна

Применение методов машинного обучения для классификации резонансного движения астероидов

Детектирование звука сердечного сокращения при помощи методов машинного обучения
по: Файб, Семен Владимирович

Прогнозирование, моделирование, идентификация динамических систем с дискретным временем Учебное пособие по курсу "Идентификация"
Публикация: (2000)

The elements of statistical learning data mining, inference, and prediction
по: Hastie, Trevor
Публикация: (2001)

Оценивание логистической регрессии как экстремальная задача
по: Тырсин, Александр Николаевич

Вероятностное машинное обучение введение
по: Мэрфи, Кэвин Патрик
Публикация: (2023)

Машинное обучение основы
по: Николенко, Сергей Игоревич
Публикация: (2025)

Logistic regression a self-learning text
по: Kleinbaum, David G.
Публикация: (2002)

Поиск похожих символьных последовательностей и графов на основе методов машинного обучения: автореферат диссертации ... кандидата технических наук: 05.13.17/
по: Юмаганов, А. С. Александр Сергеевич
Публикация: (2020)

Использование логистического регрессионного анализа с целью вероятностного определения причины смерти в случаях механической асфиксии при повешении и несовместимой с жизнью механической травмы по критериям морфофункционального состояния надпочечников
по: Алябьев, Федор Валерьевич

Нейронные сети и глубокое обучение учебный курс
по: Аггарвал, Чару
Публикация: (2020)

Моделирование скоринговой системы и ее программная поддержка
по: Поттосина, Светлана Анатольевна

Интеллектуальные системы и нечеткая логика учебник : [для магистров вузов, обучающихся по направлению подготовки 2.09.04.01 "Информатика и вычислительная техника" (квалификация "магистр")]
по: Корячко, Вячеслав Петрович
Публикация: (2020)

Прогноз приземной температуры воздуха на основе модели рекуррентной нейронной сети типа LSTM
по: Дель, Ирина Васильевна

Прогноз приземной температуры воздуха на основе модели рекуррентной нейронной сети типа LSTM
по: Дель, Ирина Васильевна

Вероятностное определение причины смерти в случаях несовместимой с жизнью механической травмы и отравления этиловым алкоголем по параметрам морфофункционального состояния надпочечников

Role coloring of graphs from rooted products
по: Komathi, M.

Модели для решения задач надежности искусственных нейронных систем монография
по: Потапов, Виктор Ильич 1935-
Публикация: (2009)

Прикладное глубокое обучение подход к пониманию глубоких нейронных сетей на основе метода кейсов
по: Микелуччи, Умберто
Публикация: (2020)

Специализированное вычислительное устройство фонемной классификации речевых сигналов в реальном времени: автореферат диссертации ... кандидата технических наук: 05.13.05/
по: Беликов, И. Ю. Иван Юрьевич
Публикация: (2013)

Обучение - изменение метрики фазового пространства
по: Буфалов, С. А.

Модель, алгоритмы и комплекс программ для неинвазивной фетальной электрокадиографии: автореферат дис. на соиск. ученой степ. канд. технических наук. Спец. 05.13.18 - Математическое моделирование, численные методы и комплексы программ/
по: Девятых, Д. В. Дмитрий Владимирович
Публикация: (2016)

Модель, алгоритмы и комплекс программ для неинвазивной фетальной электрокаддиографии: дис. на соиск. ученой степ. канд. технических наук. Спец. 05.13.18 - Математическое моделирование, численные методы и комплексы программ/
по: Девятых, Д. В. Дмитрий Владимирович
Публикация: (2016)

Математические основы машинного обучения и прогнозирования [учебное издание для вузов]
по: Вьюгин, Владимир Вячеславович
Публикация: (2022)

Моделирование экономических процессов с применением нейросетевых технологий
по: Соловьева, Юлия Сергеевна

Система машинного зрения на основе методов цифровой голографии и сверточных нейронных сетей для дефектоскопии заготовок нелинейных монокристаллов среднего ИК и УФ диапазона

Конструктивные методы обучения сигма-пи нейронных сетей
по: Шибзухов, Заур Мухадинович
Публикация: (2006)

Распознавание образов. Введение в методы статистического обучения
по: Мерков, Александр Борисович
Публикация: (2019)

Наука о данных учебный курс
по: Скиена, Стивен С.
Публикация: (2020)

Data Science. Наука о данных с нуля пер. с англ.
по: Грас, Джоэл
Публикация: (2019)

Система прогнозирования экологической обстановки на основе использования математического аппарата нейронных сетей
по: Кошмелев, М. А.

Применение нейронных сетей для прогнозирования среднесуточных уровней воды в реках (на примере рек Обь и Томь)
по: Земцов, Валерий Алексеевич