Отрывок: Для тестирования модели используются точки решения при 𝑡 ∈ [618, 1117], показанные на рисунке 9. Рисунок 9 – Тестовые данные для проверки модели Типичная картина, получаемая при прогнозе на одну точку вперед, показана на рисунке 10. Красным цветом окрашен график эталонных значений, желтым – график прогнозных значений, полученных сетью. На рисунке видно достаточно точное соответствие прогнозных значений реальным. Рисунок 10 –...
Полная запись метаданных
Поле DC Значение Язык
dc.contributor.authorШепелев Ю. М.ru
dc.contributor.authorСолдатова О. П.ru
dc.contributor.authorКозлова О. С.ru
dc.contributor.authorМинистерство образования и науки Российской Федерацииru
dc.contributor.authorСамарский национальный исследовательский университет им. С. П. Королева (Самарский университет)ru
dc.coverage.spatialбаза правилru
dc.coverage.spatialсуперкомпьютерыru
dc.coverage.spatialалгоритм минимизации базы правилru
dc.coverage.spatialалгоритм обратного распространения ошибкиru
dc.coverage.spatialалгоритм наискорейшего спускаru
dc.coverage.spatialавтоматизированные системыru
dc.coverage.spatialнечеткая логикаru
dc.coverage.spatialнейронные сетиru
dc.coverage.spatialметод роя частицru
dc.coverage.spatialмодель Такаги-Сугено-Кангаru
dc.creatorШепелев Ю. М.ru
dc.date.issued2017ru
dc.identifierRU\НТБ СГАУ\ВКР20170707161633ru
dc.identifier.citationШепелев, Ю. М. Автоматизированная система прогнозирования загруженности суперкомпьютера «Сергей Королев» при помощи нечеткой нейронной сети Такаги-Сугено-Канга : вып. квалификац. работа по спец. "Информатика и вычислительная техника" / Ю. М. Шепелев ; рук. работы О. П. Солдатова; рец. О. С. Козлова ; М-во образования и науки Рос. Федерации, Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т), Фак-т информатики, Каф. информ. си. - Самара, 2017. - on-lineru
dc.description.abstractЗадача прогнозирования загруженности аппаратных средств является актуальной в настоящее время. Ее решение позволяет эффективно распределить ресурсы. Цель данной выпускной квалификационной работы магистра состоит в применении нечеткой нейронной сети Такагиru
dc.format.extentЭлектрон. дан. (1 файл : 3,6 Мб)ru
dc.titleАвтоматизированная система прогнозирования загруженности суперкомпьютера «Сергей Королев» при помощи нечеткой нейронной сети Такаги-Сугено-Кангаru
dc.typeTextru
dc.subject.rugasnti50.01ru
dc.subject.udc004.032.26ru
dc.textpartДля тестирования модели используются точки решения при 𝑡 ∈ [618, 1117], показанные на рисунке 9. Рисунок 9 – Тестовые данные для проверки модели Типичная картина, получаемая при прогнозе на одну точку вперед, показана на рисунке 10. Красным цветом окрашен график эталонных значений, желтым – график прогнозных значений, полученных сетью. На рисунке видно достаточно точное соответствие прогнозных значений реальным. Рисунок 10 –...-
Располагается в коллекциях: Выпускные квалификационные работы

Файлы этого ресурса:
Файл Размер Формат  
Шепелев_Юрий_Михайлович_Автоматизированная_система_прогнозирования_загруженности.pdf3.67 MBAdobe PDFПросмотреть/Открыть  
Показать базовое описание ресурса Просмотр статистики
Поделиться:



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