Вибір технології класифікації для передбачення прогнозу результату квазістаціонарного процесу

Simple item page
dc.citation.epage149
dc.citation.issue440 : Радіоелектроніка та телекомунікації
dc.citation.journalTitleВісник Національного університету “Львівська політехніка”
dc.citation.spage145
dc.contributor.affiliationХарківський університет радіоелектроніки
dc.contributor.authorЛєсна, Н.
dc.contributor.authorШатовська, Т.
dc.contributor.authorРєпка, В.
dc.coverage.placenameЛьвів
dc.coverage.placenameLviv
dc.date.accessioned2020-03-26T10:56:43Z
dc.date.available2020-03-26T10:56:43Z
dc.date.created2001-03-27
dc.date.issued2001-03-27
dc.description.abstractРозглянуто аналіз методів класифікації та побудову складеного класифікатора, призначеного для допомоги досліднику у виборі методу зміщеного, робасного та класичного регресійного оцінювання параметрів математичної моделі квазістаціонарного процесу, який, зокрема, може бути використаний для моделювання процесів дрейфу параметрів радіоелектронних пристроїв.
dc.description.abstractThis paper presents an analysis of different techniques that is designed to aid a researcher in determining which of the classification techniques would be most appropriate to choose the ridge, robust and linear regression methods for predicting outcomes for specific kvazistationarity process.
dc.format.extent145-149
dc.format.pages5
dc.identifier.citationЛєсна Н. Вибір технології класифікації для передбачення прогнозу результату квазістаціонарного процесу / Н. Лєсна, Т. Шатовська, В. Рєпка // Вісник Національного університету “Львівська політехніка”. — Львів : Видавництво Національного університету “Львівська політехніка”, 2002. — № 440 : Радіоелектроніка та телекомунікації. — С. 145–149.
dc.identifier.citationenLiesna N. Vybir tekhnolohii klasyfikatsii dlia peredbachennia prohnozu rezultatu kvazistatsionarnoho protsesu / N. Liesna, T. Shatovska, V. Riepka // Visnyk Natsionalnoho universytetu "Lvivska politekhnika". — Lviv : Vydavnytstvo Natsionalnoho universytetu "Lvivska politekhnika", 2002. — No 440 : Radioelektronika ta telekomunikatsii. — P. 145–149.
dc.identifier.urihttps://ena.lpnu.ua/handle/ntb/47876
dc.language.isouk
dc.publisherВидавництво Національного університету “Львівська політехніка”
dc.relation.ispartofВісник Національного університету “Львівська політехніка”, 440 : Радіоелектроніка та телекомунікації, 2002
dc.relation.references1. Лесная Н.С., Репка В.Б., Шатовская Т.Б. Метод выбора эффективных процедур оценивания параметров моделей квазистационарных процессов в нейросетевой экспертной системе // Радиотехника. Всеукраинский межведомственный научно-технический сборник. - Харьков. 2001. - N9 119. - С. 195-198.
dc.relation.references2. Skalak D.B. Prototype selection for composite nearest neighbour classifiers. Neurological Research 2001; 20. P. 116-328.
dc.relation.references3. Breiman L., Friedman J.H., Olshen R.A., Stone C.J. Classification and regression tress. Belmont, CA: Wadsworth. 1984.
dc.relation.references4. Lang E.W., Pitts L.H., Damron S.L., Rutledge R. Outcome after severe head injury: Analysis of prediction based upon comparison o f neural network versus logistic regression analysis. Neurological Research 1997; 19. P. 274-280.
dc.relation.references5. Grishy J., Kooken R., Hershberger J. Simulated neural network to predict outcomes, cost and length o f stay among orthopedic rehabilitation patients. Arch. Phys. Med. Rehabil. 1994. Vol. 75. P. 1077-1082.
dc.relation.referencesen1. Lesnaia N.S., Repka V.B., Shatovskaia T.B. Metod vybora effektivnykh protsedur otsenivaniia parametrov modelei kvazistatsionarnykh protsessov v neirosetevoi ekspertnoi sisteme, Radiotekhnika. Vseukrainskii mezhvedomstvennyi nauchno-tekhnicheskii sbornik, Kharkov. 2001, N9 119, P. 195-198.
dc.relation.referencesen2. Skalak D.B. Prototype selection for composite nearest neighbour classifiers. Neurological Research 2001; 20. P. 116-328.
dc.relation.referencesen3. Breiman L., Friedman J.H., Olshen R.A., Stone C.J. Classification and regression tress. Belmont, CA: Wadsworth. 1984.
dc.relation.referencesen4. Lang E.W., Pitts L.H., Damron S.L., Rutledge R. Outcome after severe head injury: Analysis of prediction based upon comparison o f neural network versus logistic regression analysis. Neurological Research 1997; 19. P. 274-280.
dc.relation.referencesen5. Grishy J., Kooken R., Hershberger J. Simulated neural network to predict outcomes, cost and length o f stay among orthopedic rehabilitation patients. Arch. Phys. Med. Rehabil. 1994. Vol. 75. P. 1077-1082.
dc.rights.holder© Національний університет “Львівська політехніка”, 2002
dc.rights.holder© Лєсна Н., Шатовська Т., Рєпка В., 2002
dc.subject.udc519.7
dc.subject.udc007.52
dc.titleВибір технології класифікації для передбачення прогнозу результату квазістаціонарного процесу
dc.typeArticle

Files

Original bundle

Now showing 1 - 2 of 2
Thumbnail Image
Name:
2002n440_Liesna_N-Vybir_tekhnolohii_klasyfikatsii_145-149.pdf
Size:
136.96 KB
Format:
Adobe Portable Document Format
Download
Thumbnail Image
Name:
2002n440_Liesna_N-Vybir_tekhnolohii_klasyfikatsii_145-149__COVER.png
Size:
3.32 MB
Format:
Portable Network Graphics
Download

License bundle

Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
2.98 KB
Format:
Plain Text
Description:
Download

Collections

Радіоелектроніка та телекомунікації. – 2002. – №440