logo
calendar3 Dekabr 2019
view35
Основной язык:Русский

Повышение достоверности данных нестационарных объектов на основе параметрического регулирования и обобщения свойств нечеткой логики.

Область науки:
pdf

5de61f3ad2899.pdf

PDF

Hisoblash va amaliy matematika muammolari

Hisoblash va amaliy matematika muammolari

Опубликовать статьюsee more

АННОТАЦИЯ СТАТЬИ

quote
Сформулирована проблема повышения достоверности передачи и обработки данных нестационарных объектов на основе методов интеллектуального анализа. Разработаны методы совершенствования и развития традиционных технологий повышения достоверности обработки данных на основе обобщения свойств и особенностей моделей нечетких множеств, нечеткой логики, нейронных сетей, нейро - нечетких сетей. Получены инструменты контроля достоверности данных, представленных в виде случайных временных рядов на основе статистических, динамических, интеллектуальных подходов, пригодных к условиям передачи неполной, разнородной, частично заданной информации при большой параметрической неопределенности. Разработаны принципы и методы контроля достоверности данных в нечеткой среде на основе обобщения и использования свойств нейронных сетей, нечеткой логики и статистических методов моделирования. Синтезированы алгоритмы поиска корреляций, тенденций, взаимосвязей и закономерностей в данных, формирования обучающих, контрольных и тестовых наборов; разделения пространства признаков объекта. Результаты исследований реализованы в виде программного комплекса повышения достоверности передачи и обработки данных, обеспечивающего адаптируемость и высокую производительность.

АВТОРЫ

I.Jumanov

информационных технологий Самаркандского государственного университета

Z.Bekmurodov

информационных технологий Самаркандского государственного университета

Теги

# нейронная сеть# идентификация# tarkibiy# structural# identification# нечеткое множество# fuzzy set# нечеткий вывод# нестационарный объект# настройка параметров# nostatsionar obyekt# non-stationary object# adjustment of parameters# интеллектуальные технологии# достоверность данных# структурная# параметрическая# tafakkurli texnologiyalar# ma’lumot ishonchliligi# identifikatsiya# neyron tarmog’i# notiniq to’plam# notiniq xulosalash# parametrik# parametrlarni sozlash# intellectual technologies# software complex# reliability of data# neural network# fuzzy conclusion# parametrical

ДРУГИЕ СТАТЬИ ЭТОГО ЖУРНАЛА

Оценить статью

0
оценок: 0
5
4
3
2
1

Идентификаторы статьи

ROI:

https://eroi.uz/11.0007/A1219-0009

DOI:

Недоступно

Список литературы

Макарычев П.П., Афонин А.Ю. Оперативный и интеллектуальный анализ данных: учеб. пособие. – Пенза: Изд-во ПГУ, 2010. – 156 с.

Барсегян А.А., Куприянов М.С., Степаненко В.В. Технологии анализа данных: Data Mining, Visual Mining, Text Mining, OLAP. – 2-е изд., перераб. и доп. – СПб.: БХВ-Петербург, 2007. – 384 с.

Камилов М.М., Мирзаев Н. М., Маматов Н.С. Методы формирования пространства информативных признаков с помощью k-родного критерия // Химическая технология. Контроль и управление. – Ташкент, 2007. – № 6. – С. 41-44.

Камилов М.М., Хамраев А.Ш., Мингликулов З.Б. О вопросе распределения значений функции близости между объектами в классе алгоритмов вычисления оценок // Химическая технология. Контроль и управление. – Ташкент, 2015. – № 5. – С. 55-58.

Жуманов И.И., Холмонов С.М. Оптимизация обучения нейросетевой системы обработки данных на основе статистических свойств информации// Узб. журнал «Проблемы информатики и энергетики». – Ташкент, 2011. – № 3. – С.50-56.

Жуманов И.И., Бекмуродов З.Т. Контроль достоверности прогноза случайных временных рядов на основе нейро-нечеткой сети // Химическая технология. Контроль и управление. – Ташкент, 2015. – № 1 (61). – С. 43-48.

Жуманов И.И., Бекмуродов З.Т. Идентификация случайных временных рядов на основе нейро-нечеткой сети для повышения достоверности прогноза // Проблемы оптимизации сложных систем: Труды ХI Международной Азиатской школы-семинара. 27 июля – 7 августа 2015. - Кыргызская Республика, Иссык- Кульская область, с. Булан-Соготу. – Алматы, 2015. – С. 258-264.

Ротштейн А.П. Интеллектуальные технологии идентификации: нечеткая логика, генетические алгоритмы, нейронные сети. – Винница: УНИВЕРСУМ, 1999. – 320 с.

Zaripova G.I. Increase of information transfer authenticity for non-stationary processes on the basis of neurofuzzy data processing system // “Applied Technologies and Innovations”, Prague Development Center. – Prague, 2013. – Volume 9, March 2013. – Рp. 1-10.

Митюшкин Ю.И., Мокин Б.И., Ротштейн А.П. Soft-Computing: идентификация закономерностей нечеткими базами знаний. – Винница: УНIВЕРСУМ, 2002. – 145 с.