Книжкові видання та компакт-диски Журнали та продовжувані видання Автореферати дисертацій Реферативна база даних Наукова періодика України Тематичний навігатор Авторитетний файл імен осіб
|
Для швидкої роботи та реалізації всіх функціональних можливостей пошукової системи використовуйте браузер "Mozilla Firefox" |
|
|
Повнотекстовий пошук
Пошуковий запит: (<.>A=Лаптєва Т$<.>) |
Загальна кількість знайдених документів : 7
Представлено документи з 1 до 7
|
1. |
Юзько О. М. Лапароскопічна репродуктивна медицина медицина: особливості видового складу мікробної контамінації піхви та маткових труб у жінок з безпліддям трубного походження [Електронний ресурс] / О. М. Юзько, С. Г. Приймак, Т. А. Лаптєва // Вісник наукових досліджень. - 2002. - № 3. - С. 38-39. - Режим доступу: http://nbuv.gov.ua/UJRN/vndt_2002_3_21
| 2. |
Лаптєва Т. О. Алгоритм визначення міри існування недостовірної інформації в умовах інформаційного протиборства [Електронний ресурс] / Т. О. Лаптєва // Кібербезпека: освіта, наука, техніка. - 2021. - № 2. - С. 15-25. - Режим доступу: http://nbuv.gov.ua/UJRN/cest_2021_2_4
| 3. |
Лукова-Чуйко Н. В. Удосконалення моделі захисту інформації в соціальних мережах [Електронний ресурс] / Н. В. Лукова-Чуйко, С. В. Толюпа, С. С. Погасій, Т. О. Лаптєва, С. О. Лаптєв // Збірник наукових праць Військового інституту Київського національного університету імені Тараса Шевченка. - 2021. - № 73. - С. 88-103. - Режим доступу: http://nbuv.gov.ua/UJRN/Znpviknu_2021_73_12
| 4. |
Наконечний В. С. Удосконалення методу виявлення та кластерізації джерел неправдивої інформації [Електронний ресурс] / В. С. Наконечний, О. В. Барабаш, Т. О. Лаптєва, А. В. Міщенко // Наукоємні технології. - 2022. - № 2. - С. 105-111. - Режим доступу: http://nbuv.gov.ua/UJRN/Nt_2022_2_5 Основна мета еволюційної оптимізації - пошук такого поєднання параметрів (незалежних змінних), яке сприяло б максимізації або мінімізації якісних, кількісних і ймовірнісних характеристик розв'язуваного завдання. Останнім часом широкого поширення набули інтегровані методи оптимізації, які запозичують основні засади своєї роботи з живої природи. Основною особливістю методів оптимізації на базі колективного інтелекту є їх біонічна природа, тобто вони основані на моделюванні діяльності тварин, поведінка яких має колективний характер. Така поведінка дає змогу цим тваринам максимально ефективно вирішувати різні важливі практичні завдання у природі, що свідчить про високу ефективність роботи цих методів при вирішенні практичних комплексних задач оптимізації. У роботи розглядається удосконалення методу виявлення джерел неправдивої інформації за рахунок інтеграції існуючих методів непереривної оптимізації. Удосконалення поліноміальних евристичних алгоритмів для вирішення оптимізаційних завдань у дослідження операцій виявлення неправдивої інформації. Це завдання на скінченних множинах. Однак навіть у цьому випадку, не говорячи вже про пошук розв'язку в нескінченних просторах, виникають проблеми із застосуванням точних методів, що визначає актуальність розробки приближених алгоритмів комбінаторної оптимізації. Розглянуті два підходи до інтеграції. Підвищення ефективності гібридного алгоритму можна добитися шляхом використання єдиної структури даних при представленні рішення у вигляді позиції в просторі пошуку в методі бджолиної колонії і у вигляді хромосоми в генетичному алгоритмі. Проведені експериментальні дослідження порівняння результатів гібридного ройового методу з алгоритмами, реалізованими на основі одного з методів, - генетичним або бджолиним, показали, що в цілому гібридним методом імовірність отримання оптимального рішення склала 0,9, що на 5 % кращі за рішення існуючими методами знаходження оптимального рішення для поставленого завдання.
| 5. |
Лукова-Чуйко Н. В. Удосконалення методу виявлення неправдивої інформації на основі методу експертної оцінки "Дельфі" [Електронний ресурс] / Н. В. Лукова-Чуйко, Т. О. Лаптєва // Наукоємні технології. - 2022. - № 3. - С. 193-199. - Режим доступу: http://nbuv.gov.ua/UJRN/Nt_2022_3_5 Метод експертних оцінок - це прадавній науковий метод, який дозволяє отримати об'єктивну оцінку на основі певної сукупності індивідуальних думок експертів. Слово "експерт" (expertus) у перекладі з латинської мови означає "досвідчений", що, в свою чергу, походить від слова "experire" - досліджувати. Експерт - це особа (спеціаліст), якому довірено висловити думку про якийсь суперечливий чи складний випадок, оскільки людство у складних ситуаціях завжди намагалося врахувати думку висококваліфікованих спеціалістів у різних сферах життєдіяльності. За допомогою популяційних методів успішно розв'язуються складні оптимізаційні завдання, наприклад, завдання автоматизованого проектування, синтезу складних хімічних сполук, оптимального управління динамічними системами тощо. Удосконалено метод виявлення неправдивої інформації на основі методу експертної оцінки. Базовим методом для удосконалення, був обраний метод експертних оцінок Дельфі. Тому, що він має безсумнівні переваги в порівнянні з методами, заснованими на звичайній статистичній обробці результатів індивідуальних опитувань. На відміну від існуючого підходу, удосконалений метод дозволяє проводити відбір експертів, а не корегувати відповіді експертів з метою отримання необхідного результату. Особливістю є те що відбір експертів робиться за рахунок осереднення оцінок для кожного експерта. Саме самооцінки експерта та оцінки того ж самого експерта робочою групою. Це дозволяє зменшити похибку реальної оцінки експерта. Можливість встановлювати інтервал довіри до оцінки неправої інформації дозволять отримати результати які задовольняють завданню виявлення неправдивої інформації з належною точністю. Але це спонукає до вирішення завдання оптимізації критеріїв оцінки та часу вирішення встановленого завдання. Тому напрямком подальших досліджень є завдання оптимізації критеріїв оцінки. Наукова новизна полягає в обгрунтуванні та оцінюванні порівняльної важливості факторів, що обмежують призначення кожного окремого експерта для виявлення неправдивої інформації за допомогою методу групової експертної оцінки.Проведено аналіз рішень прикладних задач, що розв'язуються шляхом застосування методів кластерного аналізу. Це і класичні задачі Data Mining: кластеризація, класифікація, і характерні тільки для текстових документів завдання: автоматичне анотування, витяг ключових понять та ін. Проведено скорочений аналіз методів кластеризації інформації. Підтверджено постулат про те, що кластеризація передбачає розбиття множини елементів на кластери, кількість яких визначається локалізацією елементів заданої множини в околицях деяких природних центрів кластерів. Проведено аналіз застосування байесовського класифікатора. Доведено, що байесовський класифікатор при наявності апріорних ймовірностей працює з високою точністю при визначенні неправдивої інформації. Однак відповідь про отримання цій ймовірності цей метод не дає. За рахунок використання наївного байесовського класифікатора для виявлення неправдивої інформації, удосконалено метод виявлення неправдивої інформації. Цей метод дозволяє вирішити проблему невизначеності апріорної ймовірності. Запропонований наївний байесовський класифікатор для обробки текстів виявився досить ефективним. Зроблена оцінка ефективності алгоритму запропонованого методу розробки класифікатора для визначення правдивості інформації. На основі первинних даних, які отримали з мережі Інтернет, були розраховані чисельні значення оцінки алгоритму удосконаленого методу визначення неправдивої інформації. Отримані таки значення метрик: Recall = 0,853; Precision = 0,869; F-measure = 0,861; Accuracy = 0,855. Отримані результати доводять, що удосконалений метод (без додаткового навчання) одразу має гарні результати. Це доводить адекватність розробленого методу та дає результативний науковий метод для виявлення неправдивої інформації. Особливо актуальність удосконаленого методу виявлення неправдивої інформації існує у теперішний час, у умовах інформаційної війни.
| 6. |
Лаптєва Т. О. Удосконалений метод виявлення неправдивої інформації [Електронний ресурс] / Т. О. Лаптєва // Сучасний захист інформації. - 2024. - № 1. - С. 114-120. - Режим доступу: http://nbuv.gov.ua/UJRN/szi_2024_1_16
| 7. |
Кальчук І. Метод побудови захищених каналів передачі даних з використанням модифікованої нейронної мережі [Електронний ресурс] / І. Кальчук, Т. Лаптєва, Н. Лукова-Чуйко, Ю. Харкевич // Information Technology and Security. - 2021. - Vol. 9, Iss. 2. - С. 232-243. - Режим доступу: http://nbuv.gov.ua/UJRN/inftech_2021_9_2_12
|
|
|