Рассмотрены проблемы дистанционного образования и пути их преодоления. Анализ проведен на примере дистанционного обучающего проекта научно-исследовательского сектора Одесского национального политехнического университета, который был проведен для преподавателей ВУЗ Украины.

Розглянуто проблеми дистанційного навчання та шляхи їх подолання. Аналіз зроблено на прикладі навчального дистанційного проекту науково-дослідного сектору Одеського національного політехнічного університету, який проведено для викладачів українських ВНЗ.

This article is devoted to problems of a distant learning (DL) and the ways of its solving. All details are considered in context of a DL project that was realized in DL research-and-development department of the Odessa national polytechnic universityfor lecturers from some Ukrainian universities.

Розглянуто питання апроксимації складних залежностей лінійними за параметрами функціями. Запропоновано модель, яка дозволяє поєднувати степеневий і гармонічний ряди в єдиній залежності, а також синтезувати їх структуру. У межах запропонованої моделі вказано спосіб зміщення структурних параметрів ряду, що дає змогу істотно підвищити функціональну гнучкість рядів і розширити межі класу відтворюваних залежностей.

Розглянуто дві задачі оцінки й обліку невизначеності даних у системах підтримки прийняття рішень. Уведено поняття схованої та виявленої невизначеності, розглянуто способи оцінки їх значень.

Розглянуто основні вимоги, яким повинна відповідати навчальна вибірка, а також запропоновано параметри для оцінки якості побудованої вибірки для розв'язання задачі прогнозування. На базі вимог розроблено підхід до розв'язання задачі побудови якісної навчальної вибірки.

Наведено аналіз двох методів прискореного обчислення коефіцієнтів лінійної регресії в разі зміни складу факторів, що враховуються. Розглянуто подібність і різницю запропонованого редукційного підходу та методу рекурентного оцінювання із застосуванням прискореного коректування зворотної матриці нормальних рівнянь на базі методу облямування.

Індекс рубрикатора НБУВ: Е.в661.8 + З970.64

Рубрики:

Комп'ютерне оброблення оптичної інформації

Шифр НБУВ: Ж15477 Пошук видання у каталогах НБУВ 

Індекс рубрикатора НБУВ: З810.22 + З813.8

Рубрики:

Нейронні мережі

Прогнозування

Шифр НБУВ: Ж24036 Пошук видання у каталогах НБУВ 

Рассмотрена проблема сохранения информативности исходных данных на этапе их предварительных преобразований в задачах прогнозирования временных рядов посредством нейросетевого моделирования. Предложен метод повышения чувствительности нейронной сети, основанный на анализе информативности исходных данных и учёте статистических характеристик исследуемой случайной величины. Разработан алгоритм повышения чувствительности нейронной сети при работе с дискретными случайными величинами. Показана перспектива дальнейшего развития предложенного метода.

Індекс рубрикатора НБУВ: З970.6

Рубрики:

Системи оброблення даних

Шифр НБУВ: Ж15477 Пошук видання у каталогах НБУВ 

Исследована проблема формирования входного пространства признаков для решения задачи прогнозирования финансовых временных рядов с использованием искусственных нейронных сетей. Предложен подход к решению данной задачи, основанный на использовании кластерного анализа. В качестве инструмента кластерного анализа применена искусственная нейронная сеть Кохонена. Приведено сравнение предложенного подхода с известными подходами к решению данной задачи. Даны показатели качества кластеризации и достоверности распознавания класса. Экспериментально подтверждена эффективность предложенного подхода при прогнозировании финансовых временных рядов, а именно сокращение затрат времени анализа и повышение достоверности полученного прогноза. Обозначены перспективы дальнейшего развития данного направления исследований.

Проведен анализ таких задач искусственного интеллекта, как классификация, распознавание образов, выбор, принятие решений, формирования вывода, на базе которого показано, что все они могут быть сведены к задаче оценки сложных объектов. Предложен подход к решению указанных задач, который базируется на формальном описании и учете цели конкретной задачи.

Рассмотрена проблема скидки противоречивости учебной выборки, предложено понятие сложности ее наборов. Экспериментально найден общий вид зависимости критериев качества учебной выборки от сложности ее наборов. Обнаружена необходимость формирования учебной выборки на базе такого описания часового ряда, который имеет равномерные сложности. Предложены пути формирования такого описания.

Рассмотрены требования к системам поддержки принятия решений с точки зрения разных групп пользователей. Предложены два метода построения этой системы.

Рассмотрены основные составляющие процесса оценки сложных объектов, который лежит в основе большинства задач искусственного интеллекта. Формализован подход к решению задачи оценки сложных объектов на основании учета цели конкретной задачи. Предложено вычислять оценку объекта как количественную меру соответствия свойств объекта требованиям субъекта оценки - эксперта или лица, которое принимает решение.

Рассмотрена особенность задачи прогнозирования часовых рядов. Обнаружены критерии качества учебной выборки - ее противоречивость и повторяемость, исследованы возможности их использования для повышения качества учебной выборки.

Індекс рубрикатора НБУВ: З970.5-01

Рубрики:

Інтелектуальні системи

Шифр НБУВ: Ж69121 Пошук видання у каталогах НБУВ 

Рассмотрен вопрос автоматизации современных задач моделирования сложных объектов. Предложен метод построения регрессии на базе линейного подхода, который рассматривает модель как систему, динамическую относительно состава факторов, и позволяет значительно повысить скорость и достоверность синтеза зависимостей.

Приведена попытка улучшения параметров совпадения алгоритмов учебы нейросетей, основанных на методе градиентного спуска, за счет упрощения учебной выборки на предыдущих этапах учебы с ее дальнейшим осложнением (детализацией) на следующих этапах.

Представленная методика позволяет определить наиболее оптимальный способ ведения базы данных (БД) с использованием либо электронного документа, либо экранных форм представления электронного документа. Рассмотрены различные способы ведения БД. Описаны подходы, позволяющие сократить время на перенос содержимого бумажных копий документов в БД информационной системы. В основе данных подходов лежит использование в качестве промежуточного звена электронного документа либо его отображения в виде экранной формы. На примерах показана эффективность использования подходов, и как следствие, сокращение времени на достижение поставленной цели.

Рассмотрен вопрос разработки оригинальной звездообразной структуры микропроцессора, в которой объединяются структуры микропроцессоров с прямым и инверсным потоками данных. В результате этого арифметические устройства в предложенном микропроцессоре работают в течение всего периода тактовой частоты, что позволяет повысить производительность микропроцессора.

Розглянуто питання розробки оригінальної зіркоподібної структури мікропроцесора, в якій об’єднуються структури мікропроцесорів з прямим та інверсним потоками даних. В результаті цього арифметичні пристрої в запропонованому мікропроцесорі працюють протягом всього періоду тактової частоти, що надає змогу підвищити продуктивність мікропроцесора.

The problem of working out the original starshaped microprocessor being unificated microprocessor structures with direct and inverse data flow has been considered. As a result arithmetic devices work useful in suggested microprocessor throughout all period of frequency cycle permitting to increase microprocessor productivity.