Автор: Горшенин Лев Николаевич
| Название: | ВИЗУАЛЬНЫЙ РЕДАКТОР МИКРОПРОГРАММ ДЛЯ МИКРОТРЕНАЖЕРА | 
|
| Тематика: | техника | |
| Вид ресурса: | электронная копия бумажного издания | |
| Тип ресурса: | Статья | |
| Целевое назначение: | Научное | |
| Целевая аудитория: | Преподаватель | |
| Аннотация: | Предлагается программа, автоматизирующая подготовку микропрограмм для учебного тренажера МТ1804. | |
| Дата издания: | 2020 | |
| Дата загрузки: | 24.11.2020 | |
| Издательство: | издателство ПГУ | |
| Название: | Обзор и анализ подходов к классификации объектов с гетерогенным набором информационных признаков |
|
| Тематика: | техника | |
| Вид ресурса: | электронная копия бумажного издания | |
| Тип ресурса: | Журнал | |
| Целевое назначение: | Научное | |
| Целевая аудитория: | Исследователь | |
| Аннотация: | Актуальность и цели. Классификация данных - важная часть обработки данных. В современном мире объекты, которые нужно классифицировать, часто разнородны, т.е. имеют информационные признаки разного типа: числовые, текстовые, графические, графовые, мультимедиа. Проведен анализ существующих методов классификации объектов с гетерогенным пространством информационных признаков. Предложен собственный оригинальный подход на основе генерации растровых графо-хроматических карт. Материалы и методы. Сформулирована задача нейросетевой классификации объектов с гетерогенным пространством информационных признаков с учетом возможности управления их количественными и качественными параметрами без необходимости переобучения нейросети. Рассмотрены современные методы классификации и проведен анализ их особенностей. Результаты и выводы. Выявлены основные недостатки существующих методов классификации гетерогенных объектов и предложен новый подход, основанный на генерации универсального графического кода, с помощью которого гетерогенные признаки будут сводиться к единому графическому представлению для дальнейшей нейросетевой классификации. | |
| Дата издания: | 2024 | |
| Дата загрузки: | 16.10.2024 | |
| Издательство: | Издательство Пензенского государственного университета. Технические науки | |
| Название: | Метод классификации объектов с гетерогенным набором информационных признаков, основанный на генерации графо-хроматических карт |
|
| Тематика: | техника | |
| Вид ресурса: | электронная копия бумажного издания | |
| Тип ресурса: | Статья | |
| Целевое назначение: | Научное | |
| Целевая аудитория: | Исследователь | |
| Аннотация: | Актуальность и цели. В современном мире непрерывно обрабатываются большие объемы данных. Один из видов обработки данных – классификация. Задача классификации часто осложняется необходимостью классифицировать объекты с гетерогенным набором признаков. Одним из основных путей решения таких задач является приведение разнородных признаков объекта к одному универсальному типу. В данной работе изложен собственный оригинальный подход к решению таких задач. Материалы и методы. Предлагаемый метод основан на приведении объектов к универсальному растровому представлению графо-хроматических карт и имеет ряд особенностей, выгодно отличающих его от аналогичных методов. Рассмотрена возможность использования уже существующих сверточных нейронных сетей в качестве классификатора создаваемых графо-хроматических карт. Результаты и выводы. Разработана структурная схема системы классификации объектов предложенным методом и описаны ее составные элементы. Предложен алгоритм генерации графохроматической карты. Сделаны выводы о потенциальных возможностях и преимуществах предложенного подхода. | |
| Дата издания: | 2024 | |
| Дата загрузки: | 27.11.2024 | |
| Издательство: | Издательство (типография) Пензенского государственногго университета | |
| Название: | Разработка алгоритма генерации графо-хроматических карт для решения задач классификации |
|
| Тематика: | техника | |
| Вид ресурса: | электронная копия бумажного издания | |
| Тип ресурса: | Статья | |
| Целевое назначение: | Научное | |
| Целевая аудитория: | Исследователь | |
| Аннотация: | В научных задачах особую актуальность имеет проблема классификации объектов с гетерогенным пространством информационных признаков. Представлена реализация алгоритма генерации графо-хроматических карт в рамках системы классификации объектов с гетерогенным пространством информационных признаков. Приведена UML-диаграмма активностей, описывающая данный алгоритм. Показан пример работы предложенного алгоритма, и сделаны выводы о потенциальных возможностях его применимости. | |
| Дата издания: | 2024 | |
| Дата загрузки: | 15.10.2025 | |
| Издательство: | Издательство ПГУ | |
| Название: | Классификация гетерогенных объектов на основе генерации графохроматических карт |
|
| Тематика: | техника | |
| Вид ресурса: | электронная копия бумажного издания | |
| Тип ресурса: | Статья | |
| Целевое назначение: | Научное | |
| Целевая аудитория: | Исследователь | |
| Аннотация: | В последнее время все больше возрастает количество производимой человечеством и обрабатываемой информации. Один из распространенных видов обработки данных - классификация. При этом часто приходится иметь дело с объектами, имеющими гетерогенный набор признаков. Описан собственный оригинальный подход к решению таких задач. Предлагаемая идея основана на приведении гетерогенного признакового пространства объектов к универсальному растровому представлению в виде графохроматических карт и имеет несколько преимуществ перед аналогичными методами. Разработана структурная схема системы классификации, сделаны выводы о потенциальных возможностях и преимуществах предложенного подхода. | |
| Дата издания: | 2024 | |
| Дата загрузки: | 15.10.2025 | |
| Издательство: | Издательство ПГУ | |
| Название: | ФОРМИРОВАНИЕ ИНДИВИДУАЛЬНОЙ ОБРАЗОВАТЕЛЬНОЙ ТРАЕКТОРИИ В ОНЛАЙН ОБУЧЕНИИ НА ОСНОВЕ ТЕХНОЛОГИЙ СКРЫТЫХ МАРКОВСКИХ МОДЕЛЕЙ |
|
| Тематика: | техника | |
| Вид ресурса: | электронная копия бумажного издания | |
| Тип ресурса: | Статья | |
| Целевое назначение: | Научное | |
| Целевая аудитория: | Исследователь | |
| Аннотация: | Целью настоящего исследования является разработка и обоснование методики формирования индивидуальной образовательной траектории в рамках онлайн курсов посредством анализа учебной активности учащихся и уровня их академической успеваемости. | |
| Дата издания: | 2025 | |
| Дата загрузки: | 21.11.2025 | |
| Издательство: | Юго-Западный государственный университет | |
| Название: | Математическая модель интегрального критерия классификации и алгоритм формирования его графического представления |
|
| Тематика: | техника | |
| Вид ресурса: | электронная копия бумажного издания | |
| Тип ресурса: | Статья | |
| Целевое назначение: | Научное | |
| Целевая аудитория: | Исследователь | |
| Аннотация: | Актуальность и цели. Важнейшим методом научного исследования является классификация. Особую сложность представляет задача классификации объектов с гетерогенным пространством информационных признаков, которая на данный момент не имеет унифицированного решения. При этом важно учитывать зависимость результатов классификации от выбранной точки зрения на предметную область – критерия, который определяет состав и типологию значимых признаков рассматриваемых объектов. Целью работы является математическая и алгоритмическая формализация процесса выработки критериев классификации, а также разработка единого формата представления информационных признаков объекта независимо от их типа, состава и полноты. Это позволит свести задачу классификации к единому автоматизированному процессу - хорошо управляемому, наглядному, поддающемуся машинному обучению и инвариантному к специфике предметной области. Материалы и методы. В работе раскрываются основные проблемы традиционных подходов к решению задачи классификации, в условиях динамичности точек зрения на предметную область. Рассмотрены существующие работы, посвящённые формализации критериев классификации и проблемам выбора значимых информационных признаков объектов. Методологической основой работы является теория множеств, методы машинного обучения, нейронные сети, растровая компьютерная графика. Результаты. В результате предложены концепция и формализованное теоретико-множественное представление интегрального критерия классификации, позволяющего алгоритмизировать выбор точек зрения на исследуемую предметную область. Критерии классификации определяют состав значимых признаков объекта. Для его унифицированного представления разработан единый формат в виде растрового графического изображения – графо-хроматической карты, а также алгоритм формирования таких карт. Выводы. Предлагаемый подход существенного упрощает процедуру распределения гетерогенных объектов по классам за счет ее приведения к хорошо изученной и отработанной задаче машинного обучения - классификации растровых графических изображений. Формализация интегрального критерия классификации позволяет быстро и удобно задавать различные точки зрения на предметную область, представляя их в виде кортежей данных. Алгоритм формирования графо-хроматических карт обеспечивает получение растровых изображений единого размера и формата для подачи на вход предобученного нейросетевого классификатора. При этом, при изменении точки зрения на предметную область (то есть при изменении числа и состава значимых признаков объектов), не потребуется менять структуру классификатора или производить его переобучение. | |
| Дата издания: | 2025 | |
| Дата загрузки: | 25.11.2025 | |
| Издательство: | Издательство ПГУ | |
| Название: | Оценка точности классификации объектов с гетерогенным набором признаков в виде графо-хроматических карт |
|
| Тематика: | техника | |
| Вид ресурса: | электронная копия бумажного издания | |
| Тип ресурса: | Статья | |
| Целевое назначение: | Научное | |
| Целевая аудитория: | Исследователь | |
| Аннотация: | Рассматриваются актуальные вопросы классификации объектов с гетерогенным пространством признаков. Критерии классификации формализуются с помощью предлагаемого формального аппарата интегрального критерия классификации, включающего числовые, категориальные и текстовые признаки. Целью работы является экспериментальная проверка эффективности классификации сложных объектов на основе формализованного представления интегрального критерия классификации в виде растровой графо-хроматической карты. Материалы и методы. Предложена структура сверточной нейронной сети для проведения классификации, а также наборы данных из различных предметных областей с достаточным разнообразием типовых признаков. Разработан программный метод для преобразования гетерогенного пространства классификационных признаков в растровый графический вид графо-хроматической карты. Обучение нейросетевых классификаторов происходило с использованием языка Python 3.10 и библиотеки TensorFlow 2.14. Результаты и выводы. В ходе экспериментов по обучению классификатора на четырех наборах данных: Iris, Titanic, News, Comments – была достигнута адекватная точность классификации: 100, 78, 52 и 73,2 % соответственно. Путем изменения степеней значимости признаков датасетов Titanic и News результат был улучшен до 80 и 57 % соответственно. Эксперимент по классификации датасета News с пропусками данных показал практически идентичную точность. Эксперимент по изменению целей классификации датасета Comments продемонстрировал точность классификации 82 %. Полученные результаты позволяют сделать вывод, что классификация объектов в виде графо-хроматической карты снижает требования к классификатору с сохранением адекватной точности, дает возможность учитывать степени значимости признаков. | |
| Дата издания: | 2026 | |
| Дата загрузки: | 28.10.2026 | |
| Издательство: | Издательство ПГУ | |