В статье рассматривается теоретико-графовая модель сюжета русской волшебной сказки. Вершинам модели соответствуют действующие лица сказки, распределенные по группам, а ребрам - встречи между персонажами, которые сопровождаются значимыми с точки зрения развертывания сказки действиями. Построение теоретико-графовой модели показано на примере двух известных сказок: «Никита Кожемяка» и «Гуси-лебеди» из сборника А.Н. Афанасьева.
В работе предложен новый обобщенный подход обобщенного физико-математического и компьютерного моделирования динамических и энергетических характеристик микро- и наноэлектромеханических систем (МЭМС и НЭМС), как сложных динамических систем с бинарно-сопряженными подсистемами. На базе предложенных теоретических принципов и моделей рассматриваются возможности исследования электрофизических характеристик биологических наноструктур. Рассматриваются некоторые узловые вопросы перспективного развития МЭМС и НЭМС, если в структурах их функциональных элементов возбуждения имеются активные наноструктурированные материалы дуального назначения, в которых при отсутствии внешних электромагнитных полей наблюдаются и намагниченность, и электрическая поляризация, так называемые сегнетоэлектромагнетики.
В книге рассматриваются теоретические аспекты машинного обучения класси-фикации. В центре изложения – обучаемость как способность применяемых алгоритмов обеспечивать эмпирическое обобщение. С обучаемостью непосредственно связаны вопросы сложности выборок, точности и надежности классификаторов. Большое внимание уделено алгоритмическим методам анализа процессов обучения и синтеза решающих правил, включая колмогоровский подход, связанный с алгоритмическим сжатием информации. Описаны принципы выбора моделей обучения и семейств классифицирующих алгоритмов в зависимости от постановок и свойств решаемых задач.
Книга предназначается для специалистов, занимающихся теорией машинного обучения; она будет полезной для аспирантов, разработчиков интеллектуализированного программного обеспечения и студентов старших курсов математических специальностей, специализирующихся в указанной области.
В книге рассматриваются теоретические аспекты машинного обучения класси-фикации. В центре изложения – обучаемость как способность применяемых алгоритмов обеспечивать эмпирическое обобщение. С обучаемостью непосредственно связаны вопросы сложности выборок, точности и надежности классификаторов. Большое внимание уделено алгоритмическим методам анализа процессов обучения и синтеза решающих правил, включая колмогоровский подход, связанный с алгоритмическим сжатием информации. Описаны принципы выбора моделей обучения и семейств классифицирующих алгоритмов в зависимости от постановок и свойств решаемых задач.
Книга предназначается для специалистов, занимающихся теорией машинного обучения; она будет полезной для аспирантов, разработчиков интеллектуализированного программного обеспечения и студентов старших курсов математических специальностей, специализирующихся в указанной области.
В работе показаны итоги изучения спектров жизненных форм растительности угольного отвала по К. Раункиеру, И. Г. Серебрякову и Г. Р. Эйтингену с точки зрения индикации антропогенной трансформации флоры отвала. С увеличением степени антропогенной трансформации флоры угольного отвала происходит закономерное смещение биоморфологических спектров, что позволяет рассматривать данные спектры как один из показателей антропогенной трансформации флоры. Обследование состояния отдельных особей древесных растений показало, что здоровые деревья составляют 29 % от общего числа древесных растений, ослабленные - 31 %, сильно ослабленные - 40 %. Наиболее распространёнными патологическими явлениями среди древесных растений угольного отвала являются точечный некроз листьев (60 % от общего числа обследованных деревьев), краевой некроз (30 %) и хлороз листьев (70 %), наличие галлов насекомых на поверхности листьев (14 %).
В статье изложены основные аспекты разработки веб-системы автоматизированного анализа тональности отзывов, представлена целевая функция, описано математическое обеспечение веб-системы. Произведен сравнительный анализ фреймворков парсинга: Selenium, Playwright, BeautifulSoup, Grab, API. Выполнено сравнение модели векторного представления: Bag of Words, TF-IDF, BERT. А также сравнили методы классификации: Логистическая регрессия, Градиентный бустинг, Случайный лес. Описана логика работы программного продукта, определена архитектура системы. Определен набор данных для обучения моделей машинного обучения. В результате разработан веб-сервис СААТО, позволяющий по одной ссылке проанализировать эмоциональность комментариев и откликов.
В статье представлен авторский подход к анализу доходов как процессу исследования доходов с позиции их чувствительности к изменчивости факторов, влияющих на их формирование.
В ходе исследования авторами было уточнено понятие доходов и расширен перечень признаков их классификации, в том числе «по степени чувствительности к изменению эффективности использования ресурсов предприятия», что позволит расширить диапазон факторного анализа доходов. Расчет коэффициентов чувствительности доходов к изменению таких ресурсов, как оборотные и основные средства, фонд оплаты труда, численность персонала, позволит определить эластичность доходов предприятия в целом к факторам с определением степени опасности их влияния на анализируемый показатель
Предлагаемый подход предполагает комплексное использование таких методов, как экономико-статистические, уравнения множественной регрессии, матричный метод.
Проранжированные результаты «чувствительности» доходов на основе корреляционно-матричного подхода, отражаются в «матрице чувствительности», позволяющей обосновать комплекс мер по предотвращению негативного влияния неэффективного использования ресурсов Описанный подход к анализу имеет с преимущества: он обеспечивает комплексность и целенаправленность исследования, а также методически обоснованную схему поиска резервов повышения доходов предприятия.
В статье рассматриваются результаты исследования возможности использования искусственного интеллекта как инструмента в области таможенно-тарифного регулирования. Проведен анализ применения искусственного интеллекта для классификации товаров на примере группы 90 ТН ВЭД ЕАЭС. Авторами описан процесс применения нейронной сети искусственного интеллекта Всемирной таможенной организации (ИИ AI HS Code), которая была обучена на наборе данных таможенных органов нескольких стран. В статье описан порядок работы с ИИ AI HS Code, приведены графические материалы, сгенерированные ИИ AI HS Code для принятия решений в целях таможенно-тарифного регулирования. Целью работы является обобщение опыта, уточнение специфики применения ИИ для классификации товаров в таможенно-тарифных целях. Авторами использованы методы анализа, синтеза и графической интерпретации.
В статье рассмотрены значимость, актуальные вопросы и перспективы развития идентификации и выявления фальсификации продовольственных товаров для целей классификации в интеллектуальном пункте пропуска при проведении таможенного контроля.
Статья посвящена проблемам применения средств автоматизации при решении задач мониторинга и управления в части, касающейся оценки качества нечетких классификационных моделей, для которых порядок классификации реализуется на основании знаний (правил) в условиях отсутствия обучающей выборки. Предложен подход к получению априорных оценок качества классификации на основе исследования чувствительности используемой модели к изменению значений внутренних параметров в ходе соответствующего моделирования. Получена интерпретация результатов моделирования в виде оценки рисков, вызванных несовершенством самих классификационных моделей. В статье приведен пример нечеткой классификационной модели, в основе которой лежит сравнение текущего состояния объекта мониторинга, описываемого с использованием нечетких признаков, с набором заранее заданных типовых состояний, формирующих соответствующие нечетко равные между собой (близкие) состояния (ситуации мониторинга). Сравнение осуществляется с использованием операции нечеткой импликации при условии соблюдения требуемой достоверности. На примере данной модели показано, каким образом вид операции импликации, а также внутренние особенности модели влияют на результаты классификации, предложены соответствующие показатели, которые являются как интерпретацией общепринятых показателей оценки качества классификации, так и уникальными, присущими именно рассмотренной модели. Проведены вычислительные эксперименты, которые позволили получить графики изменения показателей оценки качества классификации для рассматриваемой модели и ее модификации, наглядно отобразить влияние внутренних параметров модели на результаты ее применения. Предложены ряд показателей, позволяющих провести априорную оценку рисков, возникающих вследствие применения модели, до ее фактического применения.