Автор: Кузнецова Ольга Юрьевна
| Название: | ИНТЕЛЛЕКТУАЛЬНЫЕ СИСТЕМЫ: НЕЧЕТКИЕ СИСТЕМЫ И СЕТИ 2-е изд., испр. и доп. Учебное пособие для вузов | 
|
| Тематика: | техника | |
| Вид ресурса: | электронная копия бумажного издания | |
| Тип ресурса: | Учебное пособие | |
| Целевое назначение: | Учебное | |
| Целевая аудитория: | Учащийся | |
| Аннотация: | Учебное пособие посвящено основам нечетких систем и сетей. В нем даны основные характеристики нечетких множеств и нечеткой логики, раскрыто понятие нечетких нейронных (гибридных) сетей, представлены алгоритмы нечеткого вывода и оптимизации нечеткой нейронной сети. Книга содержит большое количество иллюстративного материала, который способствует лучшему усвоению материалов учебного пособия. | |
| Дата издания: | 2017 | |
| Дата загрузки: | 10.11.2018 | |
| Издательство: | Юрайт | |
| Название: | Интеллектуальные системы: нечеткие системы и сети | 
|
| Тематика: | техника | |
| Вид ресурса: | электронная копия бумажного издания | |
| Тип ресурса: | Учебное пособие | |
| Целевое назначение: | Учебное | |
| Целевая аудитория: | Учащийся | |
| Аннотация: | Учебное пособие посвящено основам нечетких систем и сетей. В нем даны основные характеристики нечетких множеств и нечеткой логики, раскрыто понятие нечетких нейронных (гибридных) сетей, представлены алгоритмы нечеткого вывода и оптимизации нечеткой нейронной сети. Книга содержит большое количество иллюстративного материала, который способствует лучшему усвоению материалов учебного пособия. | |
| Дата издания: | 2018 | |
| Дата загрузки: | 12.11.2018 | |
| Издательство: | Юрайт | |
| Название: | 
|
|
| Тематика: | ||
| Вид ресурса: | ||
| Тип ресурса: | ||
| Дата загрузки: | ||
| Название: |
|
|
| Тематика: | ||
| Вид ресурса: | ||
| Тип ресурса: | ||
| Дата загрузки: | ||
| Название: | ПРЕДВАРИТЕЛЬНОЕ ОБУЧЕНИЕ НЕЙРОННОЙ СЕТИ ДЛЯ ДИАГНОСТИКИ ПОСЛЕОПЕРАЦИОННЫХ ОСЛОЖНЕНИЙ ПРИ ЖЕЛЧНОКАМЕННОЙ БОЛЕЗНИ |
|
| Тематика: | техника | |
| Вид ресурса: | электронная копия бумажного издания | |
| Тип ресурса: | Статья | |
| Целевое назначение: | Научное | |
| Целевая аудитория: | Преподаватель | |
| Аннотация: | На материале Пензенской областной клинической больницы имени Н.Н. Бурденко о пациентах с желчнокаменной болезнью исследованы нейросетевые методы для диагностики послеоперационных осложнений. Была подобрана оптимальная архитектура сети, ошибка которой составила 0,99 %. On the material from the Penza regional clinical hospital named after N.N. Burdenko about patients with cholelithiasis, neural network methods for the diagnosis of postoperative complications are investigated. The optimal network architecture was chosen, the error of which was 0.99%. | |
| Дата издания: | 2018 | |
| Дата загрузки: | 27.11.2018 | |
| Издательство: | Автономная некоммерческая научно-образовательная организация «Приволжский Дом знаний» | |
| Название: | WEB-программирование |
|
| Тематика: | техника | |
| Вид ресурса: | электронная копия бумажного издания | |
| Тип ресурса: | Учебно-методическое пособие | |
| Целевое назначение: | Учебное | |
| Целевая аудитория: | Учащийся | |
| Аннотация: | Рассмотрены вопросы создания html-документов, логического и физического форматирования документов, организации структуры сайта, работы с таблицами, работы с формами, создания и внедрения в web-страницы таблиц стилей. Приведены задания к лабораторным и самостоятельным работам, выполняемым учащимися очной форм обучения. Издание подготовлено на кафедре «Информационно-вычислительные системы» ПГУ и предназначено для обучающихся по направлениям подготовки 09.02.03 «Программирование в компьютерных системах» и 09.02.07 «Информационные системы и программирование». | |
| Дата издания: | 2020 | |
| Дата загрузки: | 27.11.2020 | |
| Издательство: | Изд. ПГУ | |
| Название: | Интеллектуальный анализ данных в системе Loginom |
|
| Тематика: | техника | |
| Вид ресурса: | электронная копия бумажного издания | |
| Тип ресурса: | Учебно-методическое пособие | |
| Целевое назначение: | Учебное | |
| Целевая аудитория: | Учащийся | |
| Аннотация: | Рассмотрены вопросы предварительной обработки данных, построения корреляционного анализа, построения и интерпретации ассоциативных правил, решения задач кластеризации, построения логистической регрессии. Приведены задания к лабораторным и самостоятельным работам, выполняемым учащимися очной форм обучения. Издание подготовлено на кафедре «Информационно-вычислительные системы» ПГУ и предназначено для обучающихся по направлениям подготовки 09.02.03 «Программирование в компьютерных системах» и 09.02.07 «Информационные системы и программирование». | |
| Дата издания: | 2020 | |
| Дата загрузки: | 27.11.2020 | |
| Издательство: | Изд. ПГУ | |
| Название: | Машинное обучение в системе Loginom |
|
| Тематика: | техника | |
| Вид ресурса: | электронная копия бумажного издания | |
| Тип ресурса: | Учебно-методическое пособие | |
| Целевое назначение: | Учебное | |
| Целевая аудитория: | Учащийся | |
| Аннотация: | Рассмотрены вопросы предварительной обработки данных, классификации с помощью нейронных сетей, прогнозирования с помощью модели Arimax, кластеризации с помощью самоорганизующейся сети Кохонена. Приведены задания к лабораторным и самостоятельным работам, выполняемым учащимися очной форм обучения. Издание подготовлено на кафедре «Информационно-вычислительные системы» ПГУ и предназначено для обучающихся по направлениям подготовки 09.02.03 «Программирование в компьютерных системах» и 09.02.07 «Информационные системы и программирование». | |
| Дата издания: | 2020 | |
| Дата загрузки: | 27.11.2020 | |
| Издательство: | Изд. ПГУ | |
| Название: | Машинное обучение в системе Loginom |
|
| Тематика: | физико-математические науки | |
| Вид ресурса: | электронная копия бумажного издания | |
| Тип ресурса: | Учебно-методическое пособие | |
| Целевое назначение: | Учебное | |
| Целевая аудитория: | Учащийся | |
| Дата издания: | 2021 | |
| Дата загрузки: | 23.11.2021 | |
| Издательство: | Издательство Пензенского государственного университета. Технические науки | |
| Название: | Интеллектуальный анализ данных в системе Loginom |
|
| Тематика: | физико-математические науки | |
| Вид ресурса: | электронная копия бумажного издания | |
| Тип ресурса: | Учебно-методическое пособие | |
| Целевое назначение: | Учебное | |
| Целевая аудитория: | Учащийся | |
| Дата издания: | 2021 | |
| Дата загрузки: | 23.11.2021 | |
| Издательство: | Издательство Пензенского государственного университета. Технические науки | |
| Название: | Development of the Intelligent Method and Software for Prediction of the Risk of Cardiovascular Complications in Patients with Atrial Fibrillation and Heart Failure |
|
| Тематика: | техника | |
| Вид ресурса: | электронная копия бумажного издания | |
| Тип ресурса: | Статья | |
| Целевое назначение: | Научное | |
| Целевая аудитория: | Исследователь | |
| Дата издания: | 2021 | |
| Дата загрузки: | 12.11.2022 | |
| Издательство: | Springer Nature Switzerland AG | |
| Название: | Реализация ансамблевого метода машинного обучения для прогнозирования послеоперационных осложнений |
|
| Тематика: | техника | |
| Вид ресурса: | электронная копия бумажного издания | |
| Тип ресурса: | Статья | |
| Целевое назначение: | Научное | |
| Целевая аудитория: | Исследователь | |
| Дата издания: | 2023 | |
| Дата загрузки: | 05.11.2023 | |
| Издательство: | Изд. ПГУ | |
| Название: | Особенности реализации модели машинного обучения для прогнозирования послеоперационных осложнений с использованием библиотеки Streamlit |
|
| Тематика: | техника | |
| Вид ресурса: | электронная копия бумажного издания | |
| Тип ресурса: | Статья | |
| Целевое назначение: | Научное | |
| Целевая аудитория: | Учащийся | |
| Дата издания: | 2023 | |
| Дата загрузки: | 05.11.2023 | |
| Издательство: | Изд. ПГУ | |
| Название: | Информационные технологии поддержки принятия решений. Практикум на базе Loginom |
|
| Тематика: | техника | |
| Вид ресурса: | электронная копия бумажного издания | |
| Тип ресурса: | Учебное пособие | |
| Целевое назначение: | Учебное | |
| Целевая аудитория: | Учащийся | |
| Дата издания: | 2023 | |
| Дата загрузки: | 06.11.2023 | |
| Издательство: | Изд. ПГУ | |
| Название: | Математические методы поддержки принятия решений. Практикум на базе языка Python |
|
| Тематика: | техника | |
| Вид ресурса: | электронная копия бумажного издания | |
| Тип ресурса: | Учебное пособие | |
| Целевое назначение: | Учебное | |
| Целевая аудитория: | Учащийся | |
| Дата издания: | 2023 | |
| Дата загрузки: | 06.11.2023 | |
| Издательство: | Изд. ПГУ | |
| Название: | Интеллектуальные системы: нечеткие системы и сети: учебное пособие для вузов. — 2-е изд., испр. и доп. |
|
| Тематика: | физико-математические науки | |
| Вид ресурса: | электронная копия бумажного издания | |
| Тип ресурса: | Учебное пособие | |
| Целевое назначение: | Учебное | |
| Целевая аудитория: | Учащийся | |
| Аннотация: | Учебное пособие посвящено основам нечетких систем и сетей. В нем даны основные характеристики нечетких множеств и нечеткой логики, раскрыто понятие нечетких нейронных (гибридных) сетей, представлены алгоритмы нечеткого вывода и оптимизации нечеткой нейронной сети. Книга содержит большое количество иллюстративного материала, который способствует лучшему усвоению материалов учебного пособия. | |
| Дата издания: | 2024 | |
| Дата загрузки: | 31.10.2024 | |
| Издательство: | Юрайт | |
| Название: | ПРИМЕНЕНИЕ СВЕРТОЧНОЙ НЕЙРОННОЙ СЕТИ ДЛЯ КЛАССИФИКАЦИИ ТИПОВ ДВИЖЕНИЙ ЧЕЛОВЕКА НА ОСНОВЕ ДАННЫХ НОСИМЫХ АКСЕЛЕРОМЕТРОВ |
|
| Тематика: | техника | |
| Вид ресурса: | электронная копия бумажного издания | |
| Тип ресурса: | Журнал | |
| Целевое назначение: | Научное | |
| Целевая аудитория: | Исследователь | |
| Аннотация: | В статье рассматривается вопрос определения типов движения человека на основе данных, полученных со смарт-часов со встроенным акселерометром, с применением сверточной нейронной сети. Подробно разбирается вопрос сбора и первичной обработки мультимодальных акселерометрических данных посредством пользовательского мобильного приложения на примере данных, полученных со смарт-часов Lilygo T-Watch. Данная система ориентирована на использование в мобильных системах контроля физических движений человека. | |
| Дата издания: | 2025 | |
| Дата загрузки: | 28.10.2025 | |
| Издательство: | Вестник Поволжского государственного технологического университета | |
| Название: | СРАВНИТЕЛЬНЫЙ АНАЛИЗ РОССИЙСКИХ ПРОГРАММНЫХ РЕШЕНИЙ ДЛЯ ОЗВУЧИВАНИЯ ТЕКСТА С ИСПОЛЬЗОВАНИЕМ НЕЙРОННЫХ СЕТЕЙ |
|
| Тематика: | техника | |
| Вид ресурса: | электронная копия бумажного издания | |
| Тип ресурса: | Научная конференция с очным участием (с публикацией сборника в РИНЦ) | |
| Целевое назначение: | Научное | |
| Целевая аудитория: | Исследователь | |
| Аннотация: | Рассмотрены популярные средства для озвучивания текста с использованием нейронных сетей. Приведены преимущества и недостатки современных нейронных сетей. Проведен сравнительный анализ программных решений для озвучивания текста. | |
| Дата издания: | 2024 | |
| Дата загрузки: | 25.11.2025 | |
| Издательство: | Пензенский государственный университет | |
| Название: | Хранение персональных данных авторов статей |
|
| Тематика: | техника | |
| Вид ресурса: | электронная копия бумажного издания | |
| Тип ресурса: | Сборник статей, трудов | |
| Целевое назначение: | Научное | |
| Целевая аудитория: | Исследователь | |
| Дата издания: | 2024 | |
| Дата загрузки: | 25.11.2025 | |
| Издательство: | Пензенский государственный университет (Пенза) | |
| Название: | Проектирование онлайн-системы для подбора лекарственных средств |
|
| Тематика: | техника | |
| Вид ресурса: | электронная копия бумажного издания | |
| Тип ресурса: | Журнал | |
| Целевое назначение: | Научное | |
| Целевая аудитория: | Исследователь | |
| Аннотация: | Актуальность и цели. Необходимость повышения безопасности и эффективности фармакотерапии определяет актуальность разработки онлайн-систем для персонализированного подбора лекарственных средств. Целью исследования является проектирование онлайн-системы, обеспечивающей персонализированный подбор препаратов с учетом индивидуальных особенностей пациента, лекарственных взаимодействий и актуальных клинических рекомендаций. Материалы и методы. В основу системы заложен многоуровневый алгоритм подбора лекарственных средств, включающий базовую фильтрацию, анализ лекарственных взаимодействий на основе графовой модели и персонализированное ранжирование препаратов. Программная система спроектирована на микросервисной архитектуре с использованием технологий Node.js, React.js, PostgreSQL, MongoDB и Neo4j. Результаты. Спроектирована онлайн-система для подбора лекарственных средств. Выбранный подход к хранению данных обеспечивает оптимальный баланс между производительностью, масштабируемостью и функциональностью. Протестированы и показы результаты алгоритмов. Выводы. В этом контексте онлайн-система подбора лекарственных средств приобретает особую актуальность как механизм повышения безопасности и эффективности фармакотерапии. В итоге, онлайн-система должна обеспечивать персонализированный выбор препаратов с учетом индивидуальных особенностей пациента, лекарственных взаимодействий и актуальных клинических рекомендаций. | |
| Дата издания: | 2025 | |
| Дата загрузки: | 25.11.2025 | |
| Издательство: | Пензенский Государственный Университет | |
| Название: | Machine Learning-Driven Compact Hexa-Band THz Metamaterial Absorber | 
|
| Тематика: | техника | |
| Вид ресурса: | электронная копия бумажного издания | |
| Тип ресурса: | Статья | |
| Целевое назначение: | Научное | |
| Целевая аудитория: | Учащийся | |
| Аннотация: | This work presents a metamaterial absorber designed for terahertz applications, featuring a dual-elliptical split-ring resonator geometry enclosed within a square frame. The structure is made on a polyimide substrate with metallic layers and exhibits six distinct absorption peaks at 3.45, 5.15, 7.01, 8.97, 10.50, and 10.89 terahertz, with corresponding absorptivity values of 94.2%, 94.2%, 98.06%, 99.45%, 85.87%, and 97.7%, respectively. At its lowest operating frequency, the proposed absorber is ultra-thin (0.068λ) and electrically compact (0.285λ), making it suitable for potential applications in stealth and sensing technologies. To improve multi-band absorption, machine learning models including Extra Tree, XGBoost, and an ensemble approach were employed for optimization. The ensemble model, is evaluated for enhancing absorber efficiency, with model performance validated through 10-fold cross-validation. Model accuracy was assessed using R-squared, Mean Absolute Error, and Root Mean Squared Error metrics. Ensemble approach was applied, with the ensemble achieving the highest R-squared value of 0.9944 for predicting the effects of geometric parameters. | |
| Дата издания: | 2026 | |
| Дата загрузки: | 09.04.2026 | |
| Издательство: | IEEE | |