База данных: IPR База
Страница 1, Результатов: 7
Отмеченные записи: 0
1.
Подробнее
153226
Бурькова, Е. В.
Проектирование микропроцессорных систем : учебное пособие / Бурькова Е. В. - Оренбург : Оренбургский государственный университет, ЭБС АСВ, 2025. - 114 с. - ISBN 978-5-7410-3410-1 : Б. ц.
Книга находится в Премиум-версии IPR SMART.
ББК 32.965
Кл.слова (ненормированные):
микроконтроллеры -- микропроцессорные системы -- проектирование систем -- электрические схемы
Аннотация: Учебное пособие содержит рекомендации по решению задач проектирования по курсу «Микропроцессорные системы», описаны этапы проектирования, выбор аппаратных и программных средств, информационного и программного обеспечения, рекомендации по моделированию и отладке микропроцессорных систем. Учебное пособие предназначено для обучающихся по направлению подготовки 09.03.01 Информатика и вычислительная техника.
Бурькова, Е. В.
Проектирование микропроцессорных систем : учебное пособие / Бурькова Е. В. - Оренбург : Оренбургский государственный университет, ЭБС АСВ, 2025. - 114 с. - ISBN 978-5-7410-3410-1 : Б. ц.
Книга находится в Премиум-версии IPR SMART.
| УДК |
Кл.слова (ненормированные):
микроконтроллеры -- микропроцессорные системы -- проектирование систем -- электрические схемы
Аннотация: Учебное пособие содержит рекомендации по решению задач проектирования по курсу «Микропроцессорные системы», описаны этапы проектирования, выбор аппаратных и программных средств, информационного и программного обеспечения, рекомендации по моделированию и отладке микропроцессорных систем. Учебное пособие предназначено для обучающихся по направлению подготовки 09.03.01 Информатика и вычислительная техника.
2.
Подробнее
149265
Исследование и разработка моделей, методов, алгоритмов оценки качества наборов данных для задач предиктивной аналитики динамики показателей / Ярушкина Н. Г. - Ульяновск : Ульяновский государственный технический университет, 2024. - 235 с. - ISBN 978-5-9795-2438-2 : Б. ц.
Книга находится в Премиум-версии IPR SMART.
ББК 32.813
Кл.слова (ненормированные):
временные ряды -- модель прогнозирования -- нечеткие множества -- нечеткие правила -- оценка качества -- предиктивная аналитика -- фрагментарность данных
Аннотация: В монографии авторы изложили модифицированные методы и разработанные алгоритмы, лежащие в основе анализа контекста динамики показателей процессов. Рассмотрены нечеткие модели прогнозирования временных рядов и нечеткие множества второго типа в предиктивной аналитике. Теоретические разработки поддержаны практическими примерами, иллюстрирующими принципы работы предложенных подходов. Приведены примеры применения интеллектуальных моделей для обработки различных типов данных (гистопрепараты/изображения, тексты на естественном языке) в различных предметных областях (медицина/жилищно-коммунальное хозяйство). Описаны программные средства, реализующие представленные в книге методы и прошедшие экспериментальную апробацию. Представлена в авторской редакции. Монография адресована научным работникам и прикладным пользователям.
Доп.точки доступа:
Ярушкина, Н. Г.
Мошкин, В. С.
Гуськов, Г. Ю.
Романов, А. А.
Филиппов, А. А.
Андреев, И. А.
Корунова, Н. В.
Эгов, Е. Н.
Ярушкиной, Н. Г. \ред.\
Исследование и разработка моделей, методов, алгоритмов оценки качества наборов данных для задач предиктивной аналитики динамики показателей / Ярушкина Н. Г. - Ульяновск : Ульяновский государственный технический университет, 2024. - 235 с. - ISBN 978-5-9795-2438-2 : Б. ц.
Книга находится в Премиум-версии IPR SMART.
| УДК |
Кл.слова (ненормированные):
временные ряды -- модель прогнозирования -- нечеткие множества -- нечеткие правила -- оценка качества -- предиктивная аналитика -- фрагментарность данных
Аннотация: В монографии авторы изложили модифицированные методы и разработанные алгоритмы, лежащие в основе анализа контекста динамики показателей процессов. Рассмотрены нечеткие модели прогнозирования временных рядов и нечеткие множества второго типа в предиктивной аналитике. Теоретические разработки поддержаны практическими примерами, иллюстрирующими принципы работы предложенных подходов. Приведены примеры применения интеллектуальных моделей для обработки различных типов данных (гистопрепараты/изображения, тексты на естественном языке) в различных предметных областях (медицина/жилищно-коммунальное хозяйство). Описаны программные средства, реализующие представленные в книге методы и прошедшие экспериментальную апробацию. Представлена в авторской редакции. Монография адресована научным работникам и прикладным пользователям.
Доп.точки доступа:
Ярушкина, Н. Г.
Мошкин, В. С.
Гуськов, Г. Ю.
Романов, А. А.
Филиппов, А. А.
Андреев, И. А.
Корунова, Н. В.
Эгов, Е. Н.
Ярушкиной, Н. Г. \ред.\
3.
Подробнее
149270
Конструирование признаков из контекста динамики показателей процессов / Ярушкина Н. Г. - Ульяновск : Ульяновский государственный технический университет, 2023. - 184 с. - ISBN 978-5-9795-2356-9 : Б. ц.
Книга находится в Премиум-версии IPR SMART.
ББК 32.813
Кл.слова (ненормированные):
конструирование -- машинное обучение -- нейронная сеть -- показатели процессов -- предиктивная аналитика -- программная система -- программное обеспечение -- филогенетическое дерево
Аннотация: В монографии авторы изложили методы и алгоритмы конструирования признаков из контекста динамики показателей процессов. Рассмотрены подходы к получению, синтезу, подготовке, анализу таких данных, подходы к интерпретации результатов машинного обучения. Теоретические разработки поддержаны практическими примерами, иллюстрирующими принципы работы предложенных подходов. Описаны программные средства, реализующие представленные в книге методы и прошедшие экспериментальную апробацию. Монография адресована научным работникам и прикладным пользователям.
Доп.точки доступа:
Ярушкина, Н. Г.
Мошкин, В. С.
Гуськов, Г. Ю.
Романов, А. А.
Филиппов, А. А.
Андреев, И. А.
Корунова, Н. В.
Эгов, Е. Н.
Конструирование признаков из контекста динамики показателей процессов / Ярушкина Н. Г. - Ульяновск : Ульяновский государственный технический университет, 2023. - 184 с. - ISBN 978-5-9795-2356-9 : Б. ц.
Книга находится в Премиум-версии IPR SMART.
| УДК |
Кл.слова (ненормированные):
конструирование -- машинное обучение -- нейронная сеть -- показатели процессов -- предиктивная аналитика -- программная система -- программное обеспечение -- филогенетическое дерево
Аннотация: В монографии авторы изложили методы и алгоритмы конструирования признаков из контекста динамики показателей процессов. Рассмотрены подходы к получению, синтезу, подготовке, анализу таких данных, подходы к интерпретации результатов машинного обучения. Теоретические разработки поддержаны практическими примерами, иллюстрирующими принципы работы предложенных подходов. Описаны программные средства, реализующие представленные в книге методы и прошедшие экспериментальную апробацию. Монография адресована научным работникам и прикладным пользователям.
Доп.точки доступа:
Ярушкина, Н. Г.
Мошкин, В. С.
Гуськов, Г. Ю.
Романов, А. А.
Филиппов, А. А.
Андреев, И. А.
Корунова, Н. В.
Эгов, Е. Н.
4.
Подробнее
129289
Принятие решений на основе анализа слабоструктурированных данных социальных сетей / Ярушкина Н. Г. - Ульяновск : Ульяновский государственный технический университет, 2022. - 114 с. - ISBN 978-5-9795-2275-3 : Б. ц.
Книга находится в Премиум-версии IPR SMART.
ББК 32.813
Кл.слова (ненормированные):
алгоритм -- данные -- мультимодальный анализ -- слабоструктурированные данные -- социальная сеть -- схожесть
Аннотация: В монографии авторы изложили методы и алгоритмы интеллектуального предиктивного мультимодального анализа слабоструктурированных данных социальных сетей. Рассмотрены подходы к подготовке, анализу, интерпретации таких данных. Теоретические разработки поддержаны практическими примерами, иллюстрирующими принципы работы предложенных подходов. Описаны программные средства, реализующие представленные в книге методы, и прошедшие экспериментальную апробацию. Публикуется в авторской редакции.
Доп.точки доступа:
Ярушкина, Н. Г.
Андреев, И. А.
Желепов, А. С.
Мошкин, В. С.
Принятие решений на основе анализа слабоструктурированных данных социальных сетей / Ярушкина Н. Г. - Ульяновск : Ульяновский государственный технический университет, 2022. - 114 с. - ISBN 978-5-9795-2275-3 : Б. ц.
Книга находится в Премиум-версии IPR SMART.
| УДК |
Кл.слова (ненормированные):
алгоритм -- данные -- мультимодальный анализ -- слабоструктурированные данные -- социальная сеть -- схожесть
Аннотация: В монографии авторы изложили методы и алгоритмы интеллектуального предиктивного мультимодального анализа слабоструктурированных данных социальных сетей. Рассмотрены подходы к подготовке, анализу, интерпретации таких данных. Теоретические разработки поддержаны практическими примерами, иллюстрирующими принципы работы предложенных подходов. Описаны программные средства, реализующие представленные в книге методы, и прошедшие экспериментальную апробацию. Публикуется в авторской редакции.
Доп.точки доступа:
Ярушкина, Н. Г.
Андреев, И. А.
Желепов, А. С.
Мошкин, В. С.
5.
Подробнее
106136
Интеллектуальный предиктивный мультимодальный анализ слабоструктурированных больших данных / Ярушкина Н. Г. - Ульяновск : Ульяновский государственный технический университет, 2020. - 221 с. - ISBN 978-5-9795-2088-9 : Б. ц.
Книга находится в Премиум-версии IPR SMART.
ББК 32.813
Кл.слова (ненормированные):
мультимодальный анализ -- программная система -- слабоструктурированные большие данные -- техническая система
Аннотация: В представленной книге авторы изложили методы и алгоритмы интеллектуального предиктивного мультимодального анализа слабоструктурированных больших данных с учетом контекста, сформированного с применением онтологических моделей, в том числе нечетких. Рассмотрены подходы к предиктивному анализу технических систем, проектов программных систем, поведения пользователей различных социальных медиа. Теоретические разработки поддержаны практическими примерами, иллюстрирующими принципы работы предложенных подходов. Описаны программные средства, реализующие представленные в книге методы и прошедшие экспериментальную апробацию.
Доп.точки доступа:
Ярушкина, Н. Г.
Андреев, И. А.
Гуськов, Г. Ю.
Дударин, П. В.
Желепов, А. С.
Мошкин, В. С.
Наместников, А. М.
Романов, А. А.
Филиппов, А. А.
Эгов, Е. Н.
Интеллектуальный предиктивный мультимодальный анализ слабоструктурированных больших данных / Ярушкина Н. Г. - Ульяновск : Ульяновский государственный технический университет, 2020. - 221 с. - ISBN 978-5-9795-2088-9 : Б. ц.
Книга находится в Премиум-версии IPR SMART.
| УДК |
Кл.слова (ненормированные):
мультимодальный анализ -- программная система -- слабоструктурированные большие данные -- техническая система
Аннотация: В представленной книге авторы изложили методы и алгоритмы интеллектуального предиктивного мультимодального анализа слабоструктурированных больших данных с учетом контекста, сформированного с применением онтологических моделей, в том числе нечетких. Рассмотрены подходы к предиктивному анализу технических систем, проектов программных систем, поведения пользователей различных социальных медиа. Теоретические разработки поддержаны практическими примерами, иллюстрирующими принципы работы предложенных подходов. Описаны программные средства, реализующие представленные в книге методы и прошедшие экспериментальную апробацию.
Доп.точки доступа:
Ярушкина, Н. Г.
Андреев, И. А.
Гуськов, Г. Ю.
Дударин, П. В.
Желепов, А. С.
Мошкин, В. С.
Наместников, А. М.
Романов, А. А.
Филиппов, А. А.
Эгов, Е. Н.
6.
Подробнее
64166
Коробова, И. Л.
Принятие решений в системах, основанных на знаниях : учебное пособие / Коробова И. Л. - Тамбов : Тамбовский государственный технический университет, ЭБС АСВ, 2012. - 81 с. - Б. ц.
Книга находится в Премиум-версии IPR SMART.
ББК 32.81
Кл.слова (ненормированные):
алгоритм рассуждения -- дедуктивный вывод -- знание -- искусственный интеллект -- искусственный нейрон -- нейронная сеть -- нечеткое высказывание -- принятие решения -- система -- экспертная система
Аннотация: Рассматриваются общие сведения по структуре и составу экспертных систем. Даны рекомендации по различным способам представления знаний в экспертных системах. Рассматриваются различные методы принятия решения в экспертных системах. Предназначено для магистрантов первого года обучения по направлению 230100.
Доп.точки доступа:
Артемов, Г. В.
Коробова, И. Л.
Принятие решений в системах, основанных на знаниях : учебное пособие / Коробова И. Л. - Тамбов : Тамбовский государственный технический университет, ЭБС АСВ, 2012. - 81 с. - Б. ц.
Книга находится в Премиум-версии IPR SMART.
| УДК |
Кл.слова (ненормированные):
алгоритм рассуждения -- дедуктивный вывод -- знание -- искусственный интеллект -- искусственный нейрон -- нейронная сеть -- нечеткое высказывание -- принятие решения -- система -- экспертная система
Аннотация: Рассматриваются общие сведения по структуре и составу экспертных систем. Даны рекомендации по различным способам представления знаний в экспертных системах. Рассматриваются различные методы принятия решения в экспертных системах. Предназначено для магистрантов первого года обучения по направлению 230100.
Доп.точки доступа:
Артемов, Г. В.
7.
Подробнее
22126
Малышева, Е. Н.
Экспертные системы : учебное пособие по специальности 080801 «Прикладная информатика (в информационной сфере)» / Малышева Е. Н. - Кемерово : Кемеровский государственный институт культуры, 2010. - 86 с. - Б. ц.
Книга находится в Премиум-версии IPR SMART.
ББК 32.813
Кл.слова (ненормированные):
автоматизация -- информационная сфера -- информация -- искусственный интеллект -- прикладная информатика -- экспертная система -- язык программирования
Аннотация: В пособии рассматривается методология разработки экспертных систем: дается общее представление о назначении и классификации ЭС, изложена технология создания экспертных систем (структура и этапы разработки ЭС). Описаны методы приобретения знаний. Рассмотрены четыре модели представления знаний (логическая, продукционная, сетевая, фреймовая) и обосновывается выбор той или иной модели в зависимости от характера предметной области и специфики решаемых задач. Данное пособие разработано по курсу «Экспертные системы» для студентов, обучающихся по специальности 080801 «Прикладная информатика (в информационной сфере)», а также для студентов специальностей, изучающих основы искусственного интеллекта. Учебное пособие может служить основой при изучении курса «Экспертные системы».
Малышева, Е. Н.
Экспертные системы : учебное пособие по специальности 080801 «Прикладная информатика (в информационной сфере)» / Малышева Е. Н. - Кемерово : Кемеровский государственный институт культуры, 2010. - 86 с. - Б. ц.
Книга находится в Премиум-версии IPR SMART.
| УДК |
Кл.слова (ненормированные):
автоматизация -- информационная сфера -- информация -- искусственный интеллект -- прикладная информатика -- экспертная система -- язык программирования
Аннотация: В пособии рассматривается методология разработки экспертных систем: дается общее представление о назначении и классификации ЭС, изложена технология создания экспертных систем (структура и этапы разработки ЭС). Описаны методы приобретения знаний. Рассмотрены четыре модели представления знаний (логическая, продукционная, сетевая, фреймовая) и обосновывается выбор той или иной модели в зависимости от характера предметной области и специфики решаемых задач. Данное пособие разработано по курсу «Экспертные системы» для студентов, обучающихся по специальности 080801 «Прикладная информатика (в информационной сфере)», а также для студентов специальностей, изучающих основы искусственного интеллекта. Учебное пособие может служить основой при изучении курса «Экспертные системы».
Страница 1, Результатов: 7