![](/irbis64r_81/images/db_navy.gif) Віртуальна довідка ![](/irbis64r_81/images/db_navy.gif) Тематичний інтернет-навігатор ![](/irbis64r_81/images/db_navy.gif) Наукова електронна бібліотека ![](/irbis64r_81/images/db_navy.gif) Автореферати дисертацій ![](/irbis64r_81/images/db_navy.gif) Реферативна база даних ![](/irbis64r_81/images/db_navy.gif) Книжкові видання та компакт-диски ![](/irbis64r_81/images/db_navy.gif) Журнали та продовжувані видання
![Mozilla Firefox](../../ico/mf.png) |
Для швидкої роботи та реалізації всіх функціональних можливостей пошукової системи використовуйте браузер "Mozilla Firefox" |
|
|
Формат представлення знайдених документів: | повний | стислий |
Пошуковий запит: (<.>A=Булана Т$<.>) |
Загальна кількість знайдених документів : 5
Представлено документи з 1 до 5
|
| | | | |
1. |
Булана Т. М. Інформаційне забезпечення обробки неоднорідних нормально розподілених даних / Т. М. Булана, О. П. Приставко, В. М. Шутко // Захист інформації. - 2005. - № 1. - С. 34-42. - Бібліогр.: 2 назв. - укp.Розроблено й описано інформаційну технологію відтворення та індентифікації розподілів з класу нормальних: сплайн-нормальний розподіл з одним вузлом і суміші двох нормальних розподілів. Індекс рубрикатора НБУВ: З970.26-015
Рубрики:
Шифр НБУВ: Ж22801 Пошук видання у каталогах НБУВ
|
| | | | |
2. |
Булана Т. М. Обробка даних методом імовірнісних нейронних мереж / Т. М. Булана, О. С. Коричковська // Систем. технології. - 2009. - № 4. - С. 17-25. - Бібліогр.: 5 назв. - укp.Рассмотрены нейросетевые технологии для решения задач классификации, в частности диагностирования по медицинским данным. Проанализированы существующие алгоритмы решения данной задачи. Для детального анализа среди них избрано: MLP (MultiPlayer Perceptron, многослойный перцептрон), PNN (Probabilistic Neural Networks, вероятностная нейронная сеть), GRNN (General Regression Neural Networks, обобщенно-регрессионная нейронная сеть). Разработана гибридная нейронная сеть, объединившая PNN и MLP. Проведено сравнение нейронных сетей, выявлены сложности реализации, особенности применения и настройки. Індекс рубрикатора НБУВ: З810.22 + З970.6
Рубрики:
Шифр НБУВ: Ж69472 Пошук видання у каталогах НБУВ
|
| | | | |
3. |
Антоненко С. В. Моделювання прогнозування небезпеки виникнення надзвичайних ситуацій / С. В. Антоненко, Т. М. Булана, Б. В. Молодець // Систем. технології. - 2019. - № 1. - С. 44-49. - Бібліогр.: 3 назв. - укp.Мета дослідження - розробка моделі прогнозування пожеж. Поставлена задача полягає у прогнозуванні часових рядів за допомогою моделей AR, MA, ARIMA, проведенні аналізу одержаних результатів. Індекс рубрикатора НБУВ: Н96
Рубрики:
Шифр НБУВ: Ж69472 Пошук видання у каталогах НБУВ
|
| | | | |
4. |
Булана Т. Аналіз існуючих варіантів класифікації хворих на серцево-судинні захворювання за допомогою нейронних мереж / Т. Булана, Б. Молодець // Систем. технології. - 2020. - № 5. - С. 71-78. - Бібліогр.: 5 назв. - укp.Проведено аналіз інформаційних технологій хронобіологічного моніторингу кордіосистем, здійснено розробку системи підтримки прийняття рішень для лікаря-дослідника на базі методів класифікації з використанням нейронних мереж, таких як імовірністна нейронна мережа PNN (Probabilistic Neural Networks), багатошаровий персептрон MLP NN (Multi-Layer Perceptron), каскадно-кореляційна мережа CasCor (Cascade Correlation). У результаті одержано наступне: найкращим класифікатором є нейромережа каскадної кореляції з 85 - 88 % точністю класифікації. Найгіршим класифікатором стала ймовірнісна нейронна мережа, оскільки точність цього алгоритму залежить від розміру набору даних. Індекс рубрикатора НБУВ: Р410 в3
Рубрики:
Шифр НБУВ: Ж69472 Пошук видання у каталогах НБУВ
|
| | | | |
5. |
Булана Т. М. Інформаційні технології моніторингу й оцінки ефективності діагностування стану технічних та кардіосистем : автореф. дис. ... канд. техн. наук : 05.13.06 / Т. М. Булана; Дніпровський національний університет імені Олеся Гончара. - Дніпро, 2018. - 21 c. - укp.Запропоновано математичну модель опису вимірювальних параметрів в задачах технічного та кардіомоніторингу, на базі, якої вперше розроблено алгоритми для відбору інформативних ознак. Зазначено, що використання запропонованих алгоритмів обробки виміряних величин в технічних і кардіосистемах дозволяють підвищити ефективність і якість діагностики стану системи, зменшити ризики прийняття рішень в умовах багатопараметричних вимірювань. Запропоновано інформаційну технологію кардіосистеми "Сагdio Vita", в якій об'єднані бази даних і знань, що надає можливість об'єднати кількісні та якісні показники та характеристики обстежень пацієнтів. Акцентовано, що використання розробленої інформаційної технології дозволило підвищити якість діагностики рішень в процесі моніторингу, а також скоротити час обробки діагностичних даних і підготовки діагностичних рішень. Розроблено нейроінформаційну технологію автоматизованої обробки сигналів з газових сенсорів, використання якої дозволяє зменшити кількість дослідних зразків при проведенні аналізу вмісту газів в об'єкті спостереження. Запропоновано інформаційну технологію для діагностики млина акустичного подрібнення, що дозволяє підвищити ефективність процесу подрібнення, а також автоматизувати роботу технічного експерта. Індекс рубрикатора НБУВ: Ж820.5 с + Р410 с
Рубрики:
Шифр НБУВ: РА437485 Пошук видання у каталогах НБУВ
|
|
|