Skip navigation

putin IS MURDERER

Please use this identifier to cite or link to this item: https://oldena.lpnu.ua/handle/ntb/46926
Title: Developmentand application of the recommendation methods for embedded systems computer aided design
Other Titles: Розроблення та застосування рекомендаційних методів під час автоматизованого проектування вбудованих систем
Authors: Gladkova, O.
Parkhomenko, A.
Zalyubovskiy, Ya.
Affiliation: Zaporizhzhia National Technical University
Bibliographic description (Ukraine): Gladkova O. Developmentand application of the recommendation methods for embedded systems computer aided design / O. Gladkova, A. Parkhomenko, Ya. Zalyubovskiy // Вісник Національного університету “Львівська політехніка”. Серія: Комп’ютерні системи проектування теорія і практика. — Львів : Видавництво Львівської політехніки, 2018. — № 908. — С. 29–34.
Bibliographic description (International): Gladkova O. Developmentand application of the recommendation methods for embedded systems computer aided design / O. Gladkova, A. Parkhomenko, Ya. Zalyubovskiy // Visnyk Natsionalnoho universytetu "Lvivska politekhnika". Serie: Kompiuterni systemy proektuvannia teoriia i praktyka. — Lviv : Vydavnytstvo Lvivskoi politekhniky, 2018. — No 908. — P. 29–34.
Is part of: Вісник Національного університету “Львівська політехніка”. Серія: Комп’ютерні системи проектування теорія і практика, 908, 2018
Journal/Collection: Вісник Національного університету “Львівська політехніка”. Серія: Комп’ютерні системи проектування теорія і практика
Issue: 908
Issue Date: 26-Feb-2018
Publisher: Видавництво Львівської політехніки
Place of the edition/event: Львів
Lviv
UDC: 004.89
Keywords: вбудована система
апаратно-програмна платформа
рекомендаційний метод
фільтрація на основі знань
база знань
метод відстаней
embedded system
hardware-software platform
recommendation method
knowledge-based method
knowledge database
distance method
Number of pages: 6
Page range: 29-34
Start page: 29
End page: 34
Abstract: Проаналізовано математичні методи визначення подібності елементів для реалізації у рекомендаційних алгоритмах. Запропоновано використання рекомендаційних методів для вибору апаратно-програмних платформ під час автоматизованого проектування вбудо- ваних систем. Наведено результати практичного застосування розробленої рекомендаційної системи під час створення вбудованої системи управління рухомими об’єктами.
The analysis of mathematical methods for elements similarity defining for realization in recommendation algorithms is presented in the paper. The usage of the recommendation methods for hardware-software platforms selecting during embedded systems computer aided design is proposed. The results of the practical application of the developed recommendation system during realization of embedded system for moving objects control are given.
URI: https://ena.lpnu.ua/handle/ntb/46926
Copyright owner: © Національний університет “Львівська політехніка”, 2018
© Gladkova О., Parkhomenko А., Zalyubovskiy Ya., 2018
URL for reference material: https://arxiv.org/ftp/arxiv/papers/1303/1303.4087.pdf
References (Ukraine): 1. Rapid Prototyping and Engineering Applications: A Toolbox for Prototype Development, FRANK W. LIOU CRC Press Taylor & Francis Group Boca Raton, FL 33487-2742, 2007, 592 p.
2. Isinkaye F. O., Folajimi Y. O., Ojokoh B. A. Recommendation systems: Principles, methods and evaluation, Egyptian Informatics Journal Vol. 16, Issue 3, November 2015, Pages 261-273.
3. Recomender Systems: Handbook / Ricci F., Rokach L., Shapira B., Kantor P.B. Springer Science+Business Media, LLC. 2011. 845 p.
4. Гомзин А. Г., Коршунов А. В. Системы рекомендаций: обзор современных подходов. Труды Института системного программирования РАН. 2012. T. 22, C. 401–417.
5. Tarus K. J., Niu1 Z., Mustafa G. Knowledge-based recommendation: a review of ontology-based recommender systems for e-learning. Artificial Intelligence Review. 2017. P. 1–28.
6. Белоцкий Е. А., Суети А. В. Построение рекомендательной системы по подбору высших учебных заведений для абитуриентов. Вестник СПбГУ. Сер.10. Прикладная математика. Информатика. 2016. Вып. 1. C. 66–77.
7. O’Mahony M. P., Hurley N. J., Silvestre G. C. M. An Evaluation of the Performance of Collaborative Filtering. Artificial Intelligence & Cognitive Science: proceedings of 14th Irish Conference, 19 December, 2003. P. 171–175.
8. Huang A. Similarity Measures for Text Document Clustering. NZCSRSC: procedings of 6th New Zealand Computer Science Research Student Conference, April, 2008. New Zeland. 2008. P. 49–56.
9. Rafi M., Shaikh M.Sh. An improved semantic similarity measure for document clustering based on topic maps. Cornell University Library. URL: https://arxiv.org/ftp/arxiv/papers/1303/1303.4087.pdf. (Last accessed: 15.03.2018).
10. Антонова А. Ю., Клышинский Э. С. Об использовании мер сходства при анализе документации. Электронные библиотеки: перспективные методы и технологии, электронные коллекции: труды 13 Всероссийской научной конференции, 2011. Воронеж, Россия, 2011. С. 134–138.
11. Lathia N., Hailes S., Capra L. The effect of correlation coefficients on communities of recommenders. SAC’08: proceedings of 23rd Annual ACM Symposium on Applied computing. Fortaleza, Ceara (Brazil), 16–20 March, 2008. P. 2000–2005.
12. Кузнецов В. І., Євтушенко Г. Л. Системне моделювання складних об’єктів на базі методів багатокритеріального аналізу. Системные технологии моделирования сложных систем: монография / под общей ред. проф. А. И. Михалёва. Днепр: НМетАУ-ИВК “Системные технологии”, 2016. С. 349–374.
13. Гладкова О. М., Пархоменко А. В. Дослідження та практична реалізація рекомендаційної системи для вибору апаратно-програмних платформ при автоматизованому проектуванні вбудованих систем. Наукові праці ДонНТУ. Серія “Інформатика, кібернетика та обчислювальна техніка”. 2017. № 2(25). С. 22–31.
14. Subbotin S., Gladkova O., Parkhomenko A. Knowledge-based recommendation system for embedded systems platform-oriented design. Computer science and information technologies: proceedings of XIII International Scientific and Technical Conference, 11–14 September, 2018. Lviv. P. 368–373.
15. Дослідження та розробка автоматизованої системи віддаленого керування групою рухомих об’єктів / А. В. Пархоменко, О. М. Гладкова, О. П. Кравченко, Д. П. Кравченко. Вісник СНУ ім. В. Даля. 2017. № 8(238). С. 67–74.
References (International): 1. Rapid Prototyping and Engineering Applications: A Toolbox for Prototype Development, FRANK W. LIOU CRC Press Taylor & Francis Group Boca Raton, FL 33487-2742, 2007, 592 p.
2. Isinkaye F. O., Folajimi Y. O., Ojokoh B. A. Recommendation systems: Principles, methods and evaluation, Egyptian Informatics Journal Vol. 16, Issue 3, November 2015, Pages 261-273.
3. Recomender Systems: Handbook, Ricci F., Rokach L., Shapira B., Kantor P.B. Springer Science+Business Media, LLC. 2011. 845 p.
4. Homzin A. H., Korshunov A. V. Sistemy rekomendatsii: obzor sovremennykh podkhodov. Trudy Instituta sistemnoho prohrammirovaniia RAN. 2012. T. 22, P. 401–417.
5. Tarus K. J., Niu1 Z., Mustafa G. Knowledge-based recommendation: a review of ontology-based recommender systems for e-learning. Artificial Intelligence Review. 2017. P. 1–28.
6. Belotskii E. A., Sueti A. V. Postroenie rekomendatelnoi sistemy po podboru vysshikh uchebnykh zavedenii dlia abiturientov. Vestnik SPbHU. Ser.10. Prikladnaia matematika. Informatika. 2016. Iss. 1. P. 66–77.
7. O’Mahony M. P., Hurley N. J., Silvestre G. C. M. An Evaluation of the Performance of Collaborative Filtering. Artificial Intelligence & Cognitive Science: proceedings of 14th Irish Conference, 19 December, 2003. P. 171–175.
8. Huang A. Similarity Measures for Text Document Clustering. NZCSRSC: procedings of 6th New Zealand Computer Science Research Student Conference, April, 2008. New Zeland. 2008. P. 49–56.
9. Rafi M., Shaikh M.Sh. An improved semantic similarity measure for document clustering based on topic maps. Cornell University Library. URL: https://arxiv.org/ftp/arxiv/papers/1303/1303.4087.pdf. (Last accessed: 15.03.2018).
10. Antonova A. Iu., Klyshinskii E. S. Ob ispolzovanii mer skhodstva pri analize dokumentatsii. Elektronnye biblioteki: perspektivnye metody i tekhnolohii, elektronnye kollektsii: trudy 13 Vserossiiskoi nauchnoi konferentsii, 2011. Voronezh, Rossiia, 2011. P. 134–138.
11. Lathia N., Hailes S., Capra L. The effect of correlation coefficients on communities of recommenders. SAC’08: proceedings of 23rd Annual ACM Symposium on Applied computing. Fortaleza, Ceara (Brazil), 16–20 March, 2008. P. 2000–2005.
12. Kuznetsov V. I., Yevtushenko H. L. Systemne modeliuvannia skladnykh obiektiv na bazi metodiv bahatokryterialnoho analizu. Systemnye tekhnolohyy modelyrovanyia slozhnykh system: monohrafyia, pod obshchei red. prof. A. Y. Mykhaleva. Dnepr: NMetAU-YVK "Systemnye tekhnolohyy", 2016. P. 349–374.
13. Hladkova O. M., Parkhomenko A. V. Doslidzhennia ta praktychna realizatsiia rekomendatsiinoi systemy dlia vyboru aparatno-prohramnykh platform pry avtomatyzovanomu proektuvanni vbudovanykh system. Naukovi pratsi DonNTU. Seriia "Informatyka, kibernetyka ta obchysliuvalna tekhnika". 2017. No 2(25). P. 22–31.
14. Subbotin S., Gladkova O., Parkhomenko A. Knowledge-based recommendation system for embedded systems platform-oriented design. Computer science and information technologies: proceedings of XIII International Scientific and Technical Conference, 11–14 September, 2018. Lviv. P. 368–373.
15. Doslidzhennia ta rozrobka avtomatyzovanoi systemy viddalenoho keruvannia hrupoiu rukhomykh obiektiv, A. V. Parkhomenko, O. M. Hladkova, O. P. Kravchenko, D. P. Kravchenko. Visnyk SNU im. V. Dalia. 2017. No 8(238). P. 67–74.
Content type: Article
Appears in Collections:Комп'ютерні системи проектування теорія і практика. – 2018. – №908

Files in This Item:
File Description SizeFormat 
2018n908_Gladkova_O-Developmentand_application_29-34.pdf336.01 kBAdobe PDFView/Open
2018n908_Gladkova_O-Developmentand_application_29-34__COVER.png481.18 kBimage/pngView/Open
Show full item record


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.