1. Repository Simon Kuznets Kharkiv National University of Economics
  2. Навчально-науковий інститут інформаційних технологій
  3. Кафедра кібербезпеки та інформаційних технологій
  4. Статті (КІТ)
Будь ласка, використовуйте цей ідентифікатор, щоб цитувати або посилатися на цей матеріал: https://repository.hneu.edu.ua/handle/123456789/38369
Повний запис метаданих
Поле DCЗначенняМова
dc.contributor.authorЄнгаличев С. О.-
dc.contributor.authorСеменов С. Г.-
dc.date.accessioned2025-12-23T21:38:17Z-
dc.date.available2025-12-23T21:38:17Z-
dc.date.issued2023-
dc.identifier.citationЄнгаличев С. О. Аналіз можливостей використання машинного глибокого навчання для розпізнавання сутностей / С.О. Єнгаличев, С. Г. Семенов // 5th International Scientific and Practical Internet Conference “Integration of Education, Science and Business in Modern Environment: Summer Debates”, 3-4 серпня 2023 р. - 2023. - C. 205-206.uk_UA
dc.identifier.urihttps://repository.hneu.edu.ua/handle/123456789/38369-
dc.description.abstractУ роботі досліджено проблему підвищення точності аналізу та прогнозування характеристик трафіку в гетерогенних хмарних системах, дані яких піддаються впливу гаусівського шуму та аномальних викидів. Запропоновано новий підхід до оцінювання продуктивності мережі (зокрема, втрат пакетів) із використанням алгоритмів глибокого навчання (Deep Learning), модифікованих застосуванням робастних M-оцінок замість традиційної середньоквадратичної помилки (MSE).uk_UA
dc.language.isouk_UAuk_UA
dc.subjectГлибоке навчанняuk_UA
dc.subjectнейронні мережі (DNN)uk_UA
dc.subjectробастні M-оцінкиuk_UA
dc.subjectгетерогенні системиuk_UA
dc.subjectпрогнозування трафікуuk_UA
dc.subjectаномальні викидиuk_UA
dc.subjectгаусівський шумuk_UA
dc.subjectзворотне поширення помилкиuk_UA
dc.subjectRMSEuk_UA
dc.subjectMAPEuk_UA
dc.titleАналіз можливостей використання машинного глибокого навчання для розпізнавання сутностейuk_UA
dc.typeArticleuk_UA
Розташовується у зібраннях:Статті (КІТ)

Файли цього матеріалу:
Файл Опис РозмірФормат 
Єнгаличев_С.О._Семенов_С.Г._Wayscience.pdf746,16 kBAdobe PDFПереглянути/відкрити
Показати базовий опис матеріалу Перегляд статистики


Усі матеріали в архіві електронних ресурсів захищені авторським правом, всі права збережені.