Книжкові видання та компакт-диски Журнали та продовжувані видання Автореферати дисертацій Реферативна база даних Наукова періодика України Тематичний навігатор Авторитетний файл імен осіб
|
Для швидкої роботи та реалізації всіх функціональних можливостей пошукової системи використовуйте браузер "Mozilla Firefox" |
|
|
Повнотекстовий пошук
Пошуковий запит: (<.>A=Ruvinskaya V$<.>) |
Загальна кількість знайдених документів : 6
Представлено документи з 1 до 6
|
1. |
Ruvinskaya V. M. Rules of expert system for safety monitoring: checking on completeness and consistency [Електронний ресурс] / V. M. Ruvinskaya, A. S. Troynina, E. L. Berkovich, O. O. Bilovzorov // Праці Одеського політехнічного університету. - 2015. - Вип. 2. - С. 103-110. - Режим доступу: http://nbuv.gov.ua/UJRN/Popu_2015_2_19 Досліджено підходи до побудови експертних систем моніторингу. Мета роботи - скорочення часу і трудомісткість розробки і поліпшення якості баз знань експертних систем для моніторингу на основі візуалізації й інтелектуальної обробки правил. Розроблено модель візуалізації й структуризації правил експертних систем для моніторингу на основі І/АБО-графа, метод перевірки правил експертних систем моніторингу на суперечливість з використанням задачі SAT, метод перевірки правил експертних систем на повноту за допомогою "інверсних" правил. На цій основі запропоновано методику розробки експертних систем, що не є універсальною, а розрахована на системи моніторингу. Створено редактор правил і використано його при розробці бази знань для моніторингу виконання вимог щодо безпечної експлуатації електроустановок.
| 2. |
Ruvinskaya V. Development of information technology for the generation and maintenance of knowledge-oriented control systems [Електронний ресурс] / V. Ruvinskaya, A. Troynina // Восточно-Европейский журнал передовых технологий. - 2017. - № 2(2). - С. 41-49. - Режим доступу: http://nbuv.gov.ua/UJRN/Vejpte_2017_2(2)__6 Для автоматизації аналізу станів об'єктів використано правила для представлення знань, а для їх відображення, інтерактивної обробки та перевірки вдосконалено моделі правил у вигляді І/АБО-графа. Запропоновано ІТ з використанням редактора правил для розробки знанняорієнтованих систем контролю, за допомогою якої проводиться автоматизоване перетворення правил в мову продукційного програмування.
| 3. |
Ruvinskaya V. Development of knowledge-based control systems with built-in functions of rules verification and correction [Електронний ресурс] / V. Ruvinskaya, A. Troynina // Восточно-Европейский журнал передовых технологий. - 2018. - № 2(3). - С. 43-50. - Режим доступу: http://nbuv.gov.ua/UJRN/Vejpte_2018_2(3)__7 Розроблено методи перевірки правил знання-орієнтованих систем контролю; запропоновано методику, яка регламентує використання методів для усунення помилок. Наведено компоненти та етапи функціонування знання-орієнтованих систем контролю; створено редактор правил і системи контролю для двох предметних областей. Аналіз результатів в системах управління навчанням показав поліпшення якості навчання і зменшення часу виконання самостійних завдань.
| 4. |
Ruvinskaya V. M. Models Based On Conformal Predictors For Diagnostic Systems In Medicine [Електронний ресурс] / V. M. Ruvinskaya, I. Shevchuk, N. Michaluk // Applied aspects of information technology. - 2019. - Vol. 2, no 2. - С. 127-137. - Режим доступу: http://nbuv.gov.ua/UJRN/aait_2019_2_2_6 Недоліком багатьох діагностичних систем є неможливість достатньою мірою оцінити достовірність рішень. При вирішенні проблеми класифікації кожен приклад може бути класифікований із різним ступенем якості. Запропоновано міру якості зразкової класифікації (міра невідповідності). Мета дослідження - поліпшити оцінку достовірності діагностики в медицині на основі конформних предикторів, які надають можливість проводити вірогідну класифікацію, а також виявляти ненормальні випадки, коли класифікатор не може визначити клас для конкретного об'єкта, або відносить один об'єкт до окремих класів одночасно. Описано побудову та тестування різних імовірнісних моделей двійковій класифікації на основі машинного навчання, зокрема, методу SVM і конформних предикторів, що використовують міру невідповідності. Для вивчення та тестування моделей використано набір даних Breast Cancer Wisconsin (Diagnostic) Data Set для побудови лінійних, поліномів різного ступеня та моделей RBF. Оцінено результати прогнозування для кожного прикладу з набору тестів, а також інтегральні характеристики якості моделей, з урахуванням як правильності прогнозів для кожного класу, так і кількості різних типів аномалій. На базі кращих відібраних моделей (лінійна, поліноміальна модель 2-го ступеня і RBF) розроблено інтелектуальну діагностичну систему для застосування в медицині, яка надає можливість автоматизувати побудову моделі, а також проводити діагностику та відображати достовірність отриманого діагнозу або повідомляти про неможливість поставити діагноз. Програма також надає можливість декільком лікарям входити в систему, додавати нових пацієнтів і редагувати інформацію про них. Кожен пацієнт має свою медичну карту з результатами обстеження та поставленими діагнозами. Результати дослідження можуть бути застосовані в системах діагностики різних захворювань. Це можна зробити, використовуючи дані з симптомами та відповідними діагнозами і створивши відповідні моделі на цій основі.
| 5. |
Ruvinskaya V. M. Deep learning technology for videoframe processing in face segmentation on mobile devices [Електронний ресурс] / V. M. Ruvinskaya, Yu. Yu. Timkov // Herald of advanced information technology. - 2021. - Vol. 4, no 2. - С. 185-194. - Режим доступу: http://nbuv.gov.ua/UJRN/hait_2021_4_2_9
| 6. |
Ruvinskaya V. M. Cybernetic suit for interaction with virtual reality [Електронний ресурс] / V. M. Ruvinskaya, A. S. Troynina, D. V. Zybin // Herald of advanced information technology. - 2022. - Vol. 5, no. 1. - С. 19-31. - Режим доступу: http://nbuv.gov.ua/UJRN/hait_2022_5_1_4
|
|
|