Бази даних


Наукова періодика України - результати пошуку


Mozilla Firefox Для швидкої роботи та реалізації всіх функціональних можливостей пошукової системи використовуйте браузер
"Mozilla Firefox"

Вид пошуку
Повнотекстовий пошук
 Знайдено в інших БД:Книжкові видання та компакт-диски (2)Журнали та продовжувані видання (1)Реферативна база даних (7)
Список видань за алфавітом назв:
A  B  C  D  E  F  G  H  I  J  L  M  N  O  P  R  S  T  U  V  W  
А  Б  В  Г  Ґ  Д  Е  Є  Ж  З  И  І  К  Л  М  Н  О  П  Р  С  Т  У  Ф  Х  Ц  Ч  Ш  Щ  Э  Ю  Я  

Авторський покажчик    Покажчик назв публікацій



Пошуковий запит: (<.>A=Sokolov O$<.>)
Загальна кількість знайдених документів : 6
Представлено документи з 1 до 6
1.

Wagenknecht M. 
Application of fuzzy relations to test theory [Електронний ресурс] / M. Wagenknecht, O. Sokolov, O. Molchanova. // Нафтогазова енергетика. - 2012. - № 2. - Режим доступу: http://nbuv.gov.ua/UJRN/Nge_2012_2_16
На відміну від класичного ймовірного підходу, розглянуто метод генерування та оцінки тестів, заснований на нечіткому підході. Це призводить до завдань, які можуть бути вирішені в межах нечітких реляційних рівнянь. Кілька прикладів ілюструють користь такого підходу.
Попередній перегляд:   Завантажити - 429.117 Kb    Зміст випуску    Реферативна БД     Цитування
2.

Sokolov O. 
Optimal control in the switched fuzzy models of management processes [Електронний ресурс] / O. Sokolov, N. Dotsenko, O. Sokolov // Нафтогазова енергетика. - 2013. - № 2. - С. 152-157. - Режим доступу: http://nbuv.gov.ua/UJRN/Nge_2013_2_17
Розглянуто проблеми проектування щодо мінімальної енергії управління для одного класу динамічних систем Такагі-Сугено у безперервному часі. Робота спрямована на виконання комутаційного закону для підмоделі. Запропонований підхід заснований на принципі оптимальності Беллмана. Порівняння чітких перемикань і нечітких моделей проведено з метою демонстрації ефективності нечіткої моделі для оптимізації індексу енергетичної ефективності. Цю гру з чіткими і нечіткими частинами для оптимізації проблеми обговорено як майбутній актуальний напрямок досліджень. Всі результати проілюстровано на прикладах нечітких систем обчислювального інтелекту.
Попередній перегляд:   Завантажити - 181.306 Kb    Зміст випуску    Реферативна БД     Цитування
3.

Sokolova L. V. 
To the question of effective marketing innovation and investment projects choice in the engineering industry [Електронний ресурс] / L. V. Sokolova, G. M. Veriasova, O. Ye. Sokolov // Маркетинг і менеджмент інновацій. - 2014. - № 4. - С. 30-38. - Режим доступу: http://nbuv.gov.ua/UJRN/sonkp_2014_4_5
Попередній перегляд:   Завантажити - 74.872 Kb    Зміст випуску     Цитування
4.

Mrela A. 
Application of fuzzy aggregation norms in vocational guidance for law graduates [Електронний ресурс] / A. Mrela, O. Sokolov // Вестник Харьковского национального автомобильно-дорожного университета. - 2018. - Вып. 83. - С. 125-129. - Режим доступу: http://nbuv.gov.ua/UJRN/vhad_2018_83_20
Вищі навчальні заклади прагнуть допомогти своїм випускникам знайти роботу, яка більше відповідає їх особистим рисам. Випускники права можуть подати заявку на роботу на безліч різних посад. Деякі з них вимагають спілкування з клієнтами щодня, як, наприклад, адвокат, а інші вимагають підготовки юридичних документів індивідуально. Випускники також відрізняються за бажанням та спроможністю працювати з людьми або самостійно готувати документи. Коли треба описати особливість особи, часто використовують такі фрази, як "особа повинна добре управляти стресовою ситуацією", "не може залишити все в останню мить" тощо. Застосування класичної логіки для цієї ситуації не є зручним, оскільки це дуже рідкісна ситуація, коли є людина, яка повністю володіє розглянутою ознакою або взагалі не володіє нею. Набагато частіше люди мають обговорювану рису на певному рівні. Через це набагато краще використовувати нечітку логіку, яка є багатозначною. Нечіткі логіки дозволяють моделювати рівень істинних речень, таких як, наприклад, "Адвокати дуже люблять працювати з людьми, добре працювати під тиском часу і не повинні бути належними при підготовці правил або векселів". Надано математичну модель інформаційної системи, призначену для аналізу ознак випускників та різних вимог до роботи, з тим щоб допомогти випускникам юридичних наук вибирати вид роботи, до якої звертатися. Модель побудована на базі нечітких агрегаційних норм.
Попередній перегляд:   Завантажити - 568.856 Kb    Зміст випуску    Реферативна БД     Цитування
5.

Suprunenko M. K. 
Information-extreme machine learning of wrist prosthesis control system based on the sparse training matrix [Електронний ресурс] / M. K. Suprunenko, O. P. Zborshchyk, O. Sokolov // Journal of engineering sciences. - 2022. - Vol. 9, Iss. 2. - С. E28-E35. - Режим доступу: http://nbuv.gov.ua/UJRN/jes_2022_9_2_11
The article considers the problem of machine learning of a wrist prosthesis control system with a non-invasive biosignal reading system. The task is solved within the framework of information-extreme intelligent data analysis technology, which is based on maximizing the system's information productivity in machine learning. The idea of information-extreme machine learning of the control system for recognition of electromyographic biosignals, as in artificial neural networks, consists in adapting the input information description to the maximum total probability of making correct classification decisions. However, unlike neuro-like structures, the proposed method was developed within a functional approach to modeling the cognitive processes of the natural intelligence of forming and making classification decisions. As a result, the proposed method acquires the properties of adaptability to the intersection of classes in the space of recognition features and flexibility when retraining the system due to the recognition class alphabet expansion. In addition, the decision rules constructed within the framework of the geometric approach are practically invariant to the multidimensionality of the space of recognition features. The difference between the developed method and the well-known methods of information-extreme machine learning is the use of a sparse training matrix, which allows for reducing the degree of intersection of recognition classes significantly. The optimization parameter of the input information description, the training dataset, is the quantization level of electromyographic biosignals. As an optimization criterion is considered the modified Kullback information measure. The proposed machine learning algorithm results are shown in the example of recognition of six finger movements and wrist.
Попередній перегляд:   Завантажити - 733.883 Kb    Зміст випуску    Реферативна БД     Цитування
6.

Sokolov O. 
Movement monitoring system for a pneumatic muscle actuator [Електронний ресурс] / O. Sokolov, A. Hosovsky, V. Ivanov, I. Pavlenko // Journal of Engineering Sciences. - 2023. - Vol. 10, Iss. 1. - С. A1-A5. - Режим доступу: http://nbuv.gov.ua/UJRN/jes_2023_10_1_3
Recent advancements in soft pneumatic robot research have demonstrated these robots' capability to interact with the environment and humans in various ways. Their ability to move over rough terrain and grasp objects of irregular shape, regardless of position, has garnered significant interest in developing new pneumatic soft robots. Integrating industrial design with related technologies holds great promise for the future, potentially bringing about a new lifestyle and revolutionizing the industry. As robots become increasingly practical, there is a growing need for sensitivity, robustness, and efficiency improvements. It is anticipated that the development of these intelligent pneumatic soft robots will play a critical role in serving the needs of society and production shortly. The present article is concerned with developing a system for monitoring a pneumatic robot's parameters, including a spatial coordinate system. The focus is on utilizing the relationship between the coordinates and pressure to model the movement of the soft robot within the MATLAB simulation environment.
Попередній перегляд:   Завантажити - 388.078 Kb    Зміст випуску    Реферативна БД     Цитування
 
Відділ наукової організації електронних інформаційних ресурсів
Пам`ятка користувача

Всі права захищені © Національна бібліотека України імені В. І. Вернадського