Простийпошук |
Розширенийпошук |
Покажчики
|
Професійний пошук |
Рубрикатор НБУВ |
Розподілений пошук |
Бази даних
Наукова періодика України - результати пошуку
Книжкові видання та компакт-дискиЖурнали та продовжувані виданняАвтореферати дисертаційРеферативна база данихНаукова періодика УкраїниТематичний навігаторАвторитетний файл імен осіб
 |
Для швидкої роботи та реалізації всіх функціональних можливостей пошукової системи використовуйте браузер "Mozilla Firefox" |
|
|
Повнотекстовий пошук
| Знайдено в інших БД: | Реферативна база даних (7) |
Список видань за алфавітом назв: Авторський покажчик Покажчик назв публікацій  |
Пошуковий запит: (<.>A=Тихонов Є$<.>) | |||
|
Загальна кількість знайдених документів : 5 Представлено документи з 1 до 5 |
|||
| 1. | 
Тихонов Є. Скільки коштує товар "кольору хакі" [Електронний ресурс] / Є. Тихонов // Віче. - 2014. - № 3. - С. 56-58. - Режим доступу: http://nbuv.gov.ua/UJRN/viche_2014_3_27 | ||
| 2. | 
Ільчишин І. П. Спектрально-променеві особливості випромінювання лазерa на холестеричних рідких кристалах [Електронний ресурс] / І. П. Ільчишин, Є. О. Тихонов, Т. В. Микитюк // Український фізичний журнал. - 2018. - Т. 63, № 4. - С. 339-346. - Режим доступу: http://nbuv.gov.ua/UJRN/UPhJ_2018_63_4_9 | ||
| 3. | 
Тихонов Є. С. Використання статистичних і аналітичних методів для розв’язання проблем "великих даних" [Електронний ресурс] / Є. С. Тихонов, В. В. Жебка, А. П. Бондарчук // Зв'язок. - 2018. - № 4. - С. 29-33. - Режим доступу: http://nbuv.gov.ua/UJRN/Zvjazok_2018_4_9 | ||
| 4. |
Ільчишин І. П. Як лазерна фізика привела оптику в світ фотонних кристалів? [Електронний ресурс] / І. П. Ільчишин, Є. О. Тихонов // Український фізичний журнал. - 2020. - Т. 65, № 4. - С. 325-332. - Режим доступу: http://nbuv.gov.ua/UJRN/UPhJ_2020_65_4_11 Представлено скорочений огляд авторських досліджень, з наголосом на локалізацію фотонів у спіральній структурі хірального рідкого кристала (ХРК), що була вперше експериментально зареєстрована авторами. Аналіз спектральних і генераційних характеристик лазерів з розподіленим зворотним зв'язком (РЗЗ) на основі природних ХРК (тип 1) і лазерів на основі хіральних нематиків (тип 2), привів до висновку: модель фотонного кристала, яка придатна для опису механізму генерації ХРК лазерів типу 2, непридатна для ХРК лазера типу 1. Про це свідчить відсутність смуг генерації на протилежних краях смуги селективного відбивання (СВ), а натомість лінія генерації розміщена по її центру. В даному контексті показано, що при суміщенні смуги СВ ХРК з максимумом смуги флуоресценції лазерного барвника, лінія генерації співпадає з центром смуги СВ з похибкою (+- 1 нм). При товщинах шарів в ХРК лазерах обох типів, при яких зберігається якісна планарна текстура (до 50 мкм) і досягаються низькі пороги генерації, спостерігається суттєва відмінність їх оптичних характеристик. А саме - спектр СВ ХРК для лазера типу 1 описується наближено профілем Лоренца, тоді як контур СВ ХРК лазера типу 2 має профіль, характерний для пропускання багатошарових діелектричних дзеркал. Відповідно причини відмінностей в оптичних і лазерних характеристиках для ХРК лазерів обох типів розглянуті з використанням моделей генерації - РЗЗ і фотонних кристалів. | ||
| 5. |
Тихонов Є. С. Аналіз існуючих алгоритмів кластеризації даних. Переваги та недоліки [Електронний ресурс] / Є. С. Тихонов, К. В. Тихонова // Зв'язок. - 2020. - № 1. - С. 17-20. - Режим доступу: http://nbuv.gov.ua/UJRN/Zvjazok_2020_1_5 Аналіз алгоритмів кластеризації даних все частіше стає популярною практикою, прийнятою багатьма організаціями з метою створення цінної інформації з великих обсягів даних. Чимала кількість досліджень ставлять собі за мету організацію отриманих даних у наочні структури. Фактично, кластерний аналіз є набором різноманітних алгоритмів класифікації. Техніка кластеризації застосовується в найрізноманітніших галузях, зокрема психології, біології, педагогіці, маркетингу, інформаційних технологіях. Кластеризація - це поділ даних на групи подібних об'єктів. Кластеризацію застосовують для розуміння отриманих даних, обсяг яких є проблематичним для аналізу людиною. Завдяки цьому алгоритми кластеризації стали інструментами мета навчання для аналізу дослідницьких даних. Кожна група, що називається кластером, визначається як сукупність об'єктів, які мають більш високий ступінь схожості один з одним порівняно з об'єктами, що не належать до одного набору. Тип використовуваного алгоритму кластеризації залежить від програми та набору даних, що застосовуються в цьому полі. Числовий набір даних порівняно просто реалізувати, оскільки дані - це незмінно реальні числа і можуть використовуватися для статистичних застосувань. Важливо розуміти різницю між кластеризацією (непідконтрольную класифікацією) та дискримінаційним аналізом (контрольованою класифікацією). На першому етапі дослідники вдосконалювали деякі алгоритми кластеризації даних, на другому - впроваджували нові, а на третьому - вивчали та порівнювали різні алгоритми кластеризації даних. Проведено класифікацію та аналіз існуючих алгоритмів кластерного аналізу, також розглянуто переваги та недоліки цих алгоритмів. | ||
Попередній перегляд: 
Реферативна БД
 |
| Відділ наукової організації електронних інформаційних ресурсів |
 Пам`ятка користувача |