Отрывок: Считая, что сама задача рہаспознہаванہия нہа базе НہС является рہешенہнہой, пострہоим нہедостающие звенہья модели УЭ. Известнہо, что любые модели нہа базе НہС трہебуют в том или инہом виде обученہия. Входнہыми данہнہыми прہи обученہии НہС с целью выявленہия скрہытых законہомерہнہостей, являются обучающие массивы входнہых данہнہых плюс упрہавляющие знہаченہия, подаваемые нہа выход модели. Прہи этом должнہы быть выполнہенہы условия прہинہципиальнہой обучаемости кон...
Полная запись метаданных
Поле DC Значение Язык
dc.contributor.authorБаркалов, С.А.-
dc.contributor.authorБелоусов, А.В.-
dc.contributor.authorЗолоторев, Д.Н.-
dc.contributor.authorBarkalov, S.A.-
dc.contributor.authorBelousov, A.V.-
dc.contributor.authorZolotorev, D.N.-
dc.date.accessioned2020-05-26 11:31:18-
dc.date.available2020-05-26 11:31:18-
dc.date.issued2020-05-
dc.identifierDspace\SGAU\20200522\83109ru
dc.identifierDspace\SGAU\20200525\83109ru
dc.identifier.citationБаркалов С.А. Модель прогнозирования потребностей в ресурсах на основе нейронных сетей / Баркалов С.А., Белоусов А.В., Золоторев Д.Н. // Математические модели современных экономических процессов, методы анализа и синтеза экономических механизмов; Актуальные проблемы и перспективы менеджмента организаций в России: [сб. ст.] XIII Всерос. науч.-практ. конф.. / Ин-т проблем упр. им. В.А. Трапезникова Рос. Акад. Наук, Самар. нац. исслед. ун-т им. С. П. Королева; гл. ред. Д. А. Новиков – Самара: Изд-во СамНЦ РАН, 2020. – С. 6-12.ru
dc.identifier.urihttp://repo.ssau.ru/handle/Matematicheskie-modeli-sovremennyh-ekonomicheskih-processov/Model-prognozirovaniya-potrebnostei-v-resursah-na-osnove-neironnyh-setei-83109-
dc.description.abstractВ работе предложен один из возможных способов реализации связи нейронных сетей с различными алгоритмами прогнозирования для создания системы, динамически выбирающей подходящий для текущего процесса метод. Проведена практическая реализация разработанного алгоритма средствами среды Matlab 6.5. При этом была исследована возможность применения НС различной архитектуры и принято решение о выборе простого однослойного персептрона. The paper suggests one of the possible ways to implement the connection of the neural networks with various forecasting algorithms to create a system that dynamically selects a method suitable for the current process. The developed algorithm was implemented in Matlab 6.5. the possibility of using different neural networks architectures was investigated and a decision was made to choose a simple single-layer perceptron.ru
dc.language.isorusru
dc.publisherСамНЦ РАНru
dc.subjectмодельru
dc.subjectресурсru
dc.subjectнейронная сетьru
dc.subjectобучениеru
dc.subjectпрогнозru
dc.subjectраспознаваниеru
dc.subjectmodelru
dc.subjectresourceru
dc.subjectneural networkru
dc.subjecttrainingru
dc.subjectforecastru
dc.subjectrecognitionru
dc.titleМодель прогнозирования потребностей в ресурсах на основе нейронных сетейru
dc.title.alternativeA MODEL FOR PREDICTING RESOURCE NEEDS BASED ON NEURAL NETWORKSru
dc.typeArticleru
dc.textpartСчитая, что сама задача рہаспознہаванہия нہа базе НہС является рہешенہнہой, пострہоим нہедостающие звенہья модели УЭ. Известнہо, что любые модели нہа базе НہС трہебуют в том или инہом виде обученہия. Входнہыми данہнہыми прہи обученہии НہС с целью выявленہия скрہытых законہомерہнہостей, являются обучающие массивы входнہых данہнہых плюс упрہавляющие знہаченہия, подаваемые нہа выход модели. Прہи этом должнہы быть выполнہенہы условия прہинہципиальнہой обучаемости кон...-
dc.classindex.lbc65.9(2)23-
dc.classindex.udc338.24.01-
Располагается в коллекциях: Математические модели современных экономических процессов

Файлы этого ресурса:
Файл Описание Размер Формат  
Баркалов СА, Белоусов АВ, Золоторев ДН_Модель прогнозирования_.pdfБаркалов С.А., Белоусов А.В., Золоторев Д.Н. Модель прогнозирования потребностей в ресурсах на основе нейронных сетей874.33 kBAdobe PDFПросмотреть/Открыть



Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.