Перегляд за Автор "Bodyanskiy, Ye. V."
Зараз показуємо 1 - 2 з 2
Результатів на сторінці
Налаштування сортування
Документ Задача оценки близости многомерных объектов анализа данных(Управляющие системы и машины. - 2016. - № 6. - С. 67-72, 2016-12) Бодянский, Е. В.; Струков, В. М.; Узлов, Д. Ю.; Bodyanskiy, Ye. V.; Strukov, V. M.; Uzlov, D. J.; Бодянський, Є. В.; Струков, В. М.; Узлов, Д. Ю.; http://orcid.org/0000-0003-4722-3159Стаття присвячена проблемі оцінки близькості багатовимірних об’єктів, признаки яких вимірюються в різних шкалах, а оброблювані дані мають велику розмірність і в силу різних причин мають пропуски. Запропонований спосіб оцінки близькості таких об’єктів, який дозволяє будувати алгоритми кластеризації, класифікації і асоціації з її використанням та застосовувати при цьому класичні методи. The article is devoted to the problem of proximity estimation of multidimensional objects with different measurement scales properties but processing data are big data and have omissions. The way of such objects proximity estimation is proposed, which enables to build algorithms of clustering, classification and association applying classic methods. Статья посвящена проблеме оценки близости многомерных объектов, признаки которых измеряются в разных шкалах, а обрабатываемые данные имеют большую размерность и в силу различных причин содержат пропуски. Предложен способ оценки близости таких объектов, который позволяет строить алгоритмы кластеризации, классификации и ассоциации, основанные на ней, с использованием классических методов.Документ Обобщенная метрика в пространстве многомерных объектов с разнотипными признаками(Збірник наукових праць Харківського національного університету Повітряних Сил. - Випуск 3(52). - 2017. - С. 98-101, 2017) Бодянский, Е. В.; Струков, В. М.; Узлов, Д. Ю.; Bodyanskiy, Ye. V.; Strukov, V. M.; Uzlov, D. J.; Бодянський, Є. В.; Струков, В. М.; Узлов, Д. Ю.; http://orcid.org/0000-0003-4722-3159Робота присвячена задачі оцінки близькості багатовимірних об'єктів, ознаки яких вимірюються в різних шкалах, а оброблювані дані мають велику розмірність і містять специфічні текстові поля і прогалини. До даних з такими специфічними особливостями неможливо безпосередньо застосовувати класичні алгоритми кластеризації та класифікації. Запропоновано узагальнену метрику в багатовимірному просторі таких об'єктів, яка дозволяє будувати алгоритми кластеризації, класифікації та асоціації, засновані на ній, з використанням класичних методів. The work is devoted to the problem of evaluating the proximity of multidimensional objects, the characteristics of which are measured in different scales, and the data being processed are of large dimension and contain specific text fields and omissions. Data with such specific features can not be directly processed with the classical algorithms of clustering and classification. A generalized metric is proposed in the multidimensional space of such objects, which makes it possible to build algorithms for clustering, classifications and associations based on it, using classical methods. Работа посвящена задаче оценки близости многомерных объектов, признаки которых измеряются в разных шкалах, а обрабатываемые данные имеют большую размерность и содержат специфические текстовые поля и пропуски. К данным с такими специфическими особенностями не применимы непосредственно классические алгоритмы кластеризации и классификации. Предложена обобщенная метрика в многомерном пространстве таких объектов, которая позволяет строить алгоритмы кластеризации, классификации и ассоциации, основанные на ней, с использованием классических методов.