Издательство: "Общество с ограниченной ответственностью "Центр анализа и развития кластерных систем" (Пенза)"
| Название: | ИНДИВИДУАЛЬНАЯ ПРОФЕССИОНАЛЬНАЯ ТРАЕКТОРИЯ: ФОРМИРОВАНИЕ УСЛОВИЙ ДЛЯ НЕПРЕРЫВНОГО ОБУЧЕНИЯ | 
|
| Автор ПГУ: | Тактарова Светлана Викторовна  Артемова Наталья Юрьевна | |
| Тематика: | экономика | |
| Вид ресурса: | электронная копия бумажного издания | |
| Тип ресурса: | Статья | |
| Целевое назначение: | Научное | |
| Целевая аудитория: | Исследователь | |
| Дата издания: | 2017 | |
| Дата загрузки: | 15.11.2018 | |
| Название: | ИСПОЛЬЗОВАНИЕ МЕТОДОВ БИЗНЕС-АНАЛИТИКИ В ДИАГНОСТИКЕ И ПРОГНОЗИРОВАНИИ КРИЗИСНЫХ ЯВЛЕНИЙ НА ПРЕДПРИЯТИИ |
|
| Автор ПГУ: | Опекунов Алексей Николаевич | |
| Тематика: | экономика | |
| Вид ресурса: | электронная копия бумажного издания | |
| Тип ресурса: | Журнал | |
| Целевое назначение: | Научное | |
| Целевая аудитория: | Исследователь | |
| Дата издания: | 2017 | |
| Дата загрузки: | 12.11.2018 | |
| Название: | Компьютерное моделирование станочного оборудования для оценки его работоспособности. |
|
| Автор ПГУ: | Липов Александр Викторович Большаков Герман Сергеевич Павловский Павел Геннадьевич Мамин Ринат Исмаилович | |
| Тематика: | техника | |
| Вид ресурса: | электронная копия бумажного издания | |
| Тип ресурса: | Журнал | |
| Целевое назначение: | Научное | |
| Целевая аудитория: | Преподаватель, Учащийся | |
| Дата издания: | 2017 | |
| Дата загрузки: | 12.11.2018 | |
| Название: | ОПТИМИЗАЦИЯ ПАРАМЕТРОВ ДИАГРАММЫ РАБОЧЕГО ЦИКЛА ЧАСТОТНО-РЕГУЛИРУЕМОГО АСИНХРОННОГО ДВИГАТЕЛЯ |
|
| Автор ПГУ: | Тарасов Денис Александрович Большаков Герман Сергеевич Липов Александр Викторович Носков Кирилл Андреевич | |
| Тематика: | техника | |
| Вид ресурса: | электронная копия бумажного издания | |
| Тип ресурса: | Статья | |
| Целевое назначение: | Научное | |
| Целевая аудитория: | Учащийся | |
| Дата издания: | 2017 | |
| Дата загрузки: | 12.11.2018 | |
| Название: | Совершенствование алгоритмов обучения сетей радиальных базисных функций для решения задач аппроксимации |
|
| Автор ПГУ: | Горбаченко Владимир Иванович Алкезуини Мухи Муртада Мухи | |
| Тематика: | физико-математические науки | |
| Вид ресурса: | электронная копия бумажного издания | |
| Тип ресурса: | Статья | |
| Целевое назначение: | Научное | |
| Целевая аудитория: | Исследователь, Преподаватель, Учащийся | |
| Аннотация: | Перспективным инструментом решения задач аппроксимации, в том числе задач бессеточной аппроксимации, являются сети радиальных базисных функций, которые представляют специальный вид нейронных сетей. Решение задачи формируется в процессе обучения сети. Но в настоящее время отсутствуют быстрые и достаточно простые алгоритмы обучения сетей радиальных базисных функций. Цель данного исследования - разработка и экспериментальное исследование новых быстрых алгоритмов обучения сетей радиальных базисных функций при решении задач аппроксимации. Материалы и методы. Реализация поставленных задач достигнута за счет использования для обучения сетей радиальных базисных функций современных ускоренных градиентных методов первого порядка и адаптации метода Левенберга - Марквардта. Результаты. Для обучения сетей радиальных базисных функций впервые разработаны алгоритмы на основе методов первого порядка: градиентный спуск с импульсом (импульсный метод), алгоритм ускоренного градиента Нестерова и RMSProp в сочетании с ускоренным градиентом Нестерова. Показаны преимущества последовательной настройки параметров в каждом итерационном цикле обучения сети. Разработана реализация метода Левенберга - Марквардта для обучения сетей радиальных базисных функций. Получены формулы для расчета параметров сетей при реализации алгоритмов. Даны рекомендации по выбору параметров обучения сетей. Показана связь между методом Левенберга - Марквардта и методом доверительных областей. Таким образом, алгоритмом Левенберга - Марквардта можно достичь тех же результатов, что и более сложным алгоритмом метода доверительных областей. Создан комплекс программ в системе MatLab, реализующий разработанные алгоритмы. Проведены экспериментальные исследования разработанных алгоритмов. Выводы. Для решения задач аппроксимации на сетях радиальных базисных функций можно рекомендовать адаптированный в работе алгоритм Левенберга - Марквардта. Если в алгоритме Левенберга - Марквардта возникают проблемы с плохой обусловленностью системы линейных алгебраических уравнений, то можно рекомендовать алгоритм ускоренного градиента Нестерова. | |
| Дата издания: | 2017 | |
| Дата загрузки: | 17.11.2018 | |
| Название: | ЭФФЕКТИВНОСТЬ ДЕЯТЕЛЬНОСТИ НАЛОГОВЫХ ОРГАНОВ РФ: ПОДХОДЫ К ЕЕ ОЦЕНКЕ И ПЛАНИРОВАНИЮ | 
|
| Автор ПГУ: | Бадеева Елена Александровна Бредихина Карина Владимировна Сазонова Ирина Владимировна | |
| Тематика: | экономика | |
| Вид ресурса: | электронная копия бумажного издания | |
| Тип ресурса: | Статья | |
| Целевое назначение: | Научное, Научно-популярное | |
| Целевая аудитория: | Исследователь, Преподаватель, Учащийся | |
| Аннотация: | Актуальность и цели. Проблемы контроля за полным и своевременным поступлением налоговых платежей в бюджеты различных уровней особенно актуальны в кризисный период российской экономики. Оценка эффективности контрольной работы инспекций и управлений проводится на основе утвержденной методики, которой присущи недостатки. Для объективного ранжирования объектов исследования необходимы методика и показатели, результатом применения которых должны быть наиболее точные итоговые расчеты. Материалы и методы. Основой исследования стали результаты анализа трудов отечественных ученых по проблемам оценки эффективности деятельности налоговых органов, известных методик рейтинговой оценки и планирования, методов сравнения и группировки. Результаты. Рассмотрены подходы и показатели оценки и планирования эффективности деятельности территориальных органов Федеральной налоговой службы России. Выявлены недостатки и предложены рекомендации по совершенствованию действующей методики оценки деятельности налоговых органов. Выводы. Уточненная методика оценки эффективности деятельности налоговых органов имеет прикладное значение для комплексной оценки, оперативного мониторинга достижения поставленных целей деятельности налоговых органов в Российской Федерации, построения рейтинга инспекций и управлений и более точного планирования показателей их работы на последующие периоды. | |
| Дата издания: | 2017 | |
| Дата загрузки: | 09.11.2018 | |