Skip navigation
DSpace logo
  1. Електронний науковий архів Науково-технічної бібліотеки Національного університету "Львівська політехніка"
  2. Електронний архів Науково-технічної бібліотеки
  3. Вісники та науково-технічні збірники, журнали
  4. Радіоелектроніка та телекомунікації
  5. Радіоелектроніка та телекомунікації. – 2002. – №440

putin IS MURDERER

Please use this identifier to cite or link to this item: https://oldena.lpnu.ua/handle/ntb/47876
Title: Вибір технології класифікації для передбачення прогнозу результату квазістаціонарного процесу
Authors: Лєсна, Н.
Шатовська, Т.
Рєпка, В.
Affiliation: Харківський університет радіоелектроніки
Bibliographic description (Ukraine): Лєсна Н. Вибір технології класифікації для передбачення прогнозу результату квазістаціонарного процесу / Н. Лєсна, Т. Шатовська, В. Рєпка // Вісник Національного університету “Львівська політехніка”. — Львів : Видавництво Національного університету “Львівська політехніка”, 2002. — № 440 : Радіоелектроніка та телекомунікації. — С. 145–149.
Bibliographic description (International): Liesna N. Vybir tekhnolohii klasyfikatsii dlia peredbachennia prohnozu rezultatu kvazistatsionarnoho protsesu / N. Liesna, T. Shatovska, V. Riepka // Visnyk Natsionalnoho universytetu "Lvivska politekhnika". — Lviv : Vydavnytstvo Natsionalnoho universytetu "Lvivska politekhnika", 2002. — No 440 : Radioelektronika ta telekomunikatsii. — P. 145–149.
Is part of: Вісник Національного університету “Львівська політехніка”, 440 : Радіоелектроніка та телекомунікації, 2002
Journal/Collection: Вісник Національного університету “Львівська політехніка”
Issue: 440 : Радіоелектроніка та телекомунікації
Issue Date: 27-Mar-2001
Publisher: Видавництво Національного університету “Львівська політехніка”
Place of the edition/event: Львів
Lviv
UDC: 519.7
007.52
Number of pages: 5
Page range: 145-149
Start page: 145
End page: 149
Abstract: Розглянуто аналіз методів класифікації та побудову складеного класифікатора, призначеного для допомоги досліднику у виборі методу зміщеного, робасного та класичного регресійного оцінювання параметрів математичної моделі квазістаціонарного процесу, який, зокрема, може бути використаний для моделювання процесів дрейфу параметрів радіоелектронних пристроїв.
This paper presents an analysis of different techniques that is designed to aid a researcher in determining which of the classification techniques would be most appropriate to choose the ridge, robust and linear regression methods for predicting outcomes for specific kvazistationarity process.
URI: https://ena.lpnu.ua/handle/ntb/47876
Copyright owner: © Національний університет “Львівська політехніка”, 2002
© Лєсна Н., Шатовська Т., Рєпка В., 2002
References (Ukraine): 1. Лесная Н.С., Репка В.Б., Шатовская Т.Б. Метод выбора эффективных процедур оценивания параметров моделей квазистационарных процессов в нейросетевой экспертной системе // Радиотехника. Всеукраинский межведомственный научно-технический сборник. - Харьков. 2001. - N9 119. - С. 195-198.
2. Skalak D.B. Prototype selection for composite nearest neighbour classifiers. Neurological Research 2001; 20. P. 116-328.
3. Breiman L., Friedman J.H., Olshen R.A., Stone C.J. Classification and regression tress. Belmont, CA: Wadsworth. 1984.
4. Lang E.W., Pitts L.H., Damron S.L., Rutledge R. Outcome after severe head injury: Analysis of prediction based upon comparison o f neural network versus logistic regression analysis. Neurological Research 1997; 19. P. 274-280.
5. Grishy J., Kooken R., Hershberger J. Simulated neural network to predict outcomes, cost and length o f stay among orthopedic rehabilitation patients. Arch. Phys. Med. Rehabil. 1994. Vol. 75. P. 1077-1082.
References (International): 1. Lesnaia N.S., Repka V.B., Shatovskaia T.B. Metod vybora effektivnykh protsedur otsenivaniia parametrov modelei kvazistatsionarnykh protsessov v neirosetevoi ekspertnoi sisteme, Radiotekhnika. Vseukrainskii mezhvedomstvennyi nauchno-tekhnicheskii sbornik, Kharkov. 2001, N9 119, P. 195-198.
2. Skalak D.B. Prototype selection for composite nearest neighbour classifiers. Neurological Research 2001; 20. P. 116-328.
3. Breiman L., Friedman J.H., Olshen R.A., Stone C.J. Classification and regression tress. Belmont, CA: Wadsworth. 1984.
4. Lang E.W., Pitts L.H., Damron S.L., Rutledge R. Outcome after severe head injury: Analysis of prediction based upon comparison o f neural network versus logistic regression analysis. Neurological Research 1997; 19. P. 274-280.
5. Grishy J., Kooken R., Hershberger J. Simulated neural network to predict outcomes, cost and length o f stay among orthopedic rehabilitation patients. Arch. Phys. Med. Rehabil. 1994. Vol. 75. P. 1077-1082.
Content type: Article
Appears in Collections:Радіоелектроніка та телекомунікації. – 2002. – №440

Files in This Item:
File Description SizeFormat 
2002n440_Liesna_N-Vybir_tekhnolohii_klasyfikatsii_145-149.pdf136.96 kBAdobe PDFView/Open
2002n440_Liesna_N-Vybir_tekhnolohii_klasyfikatsii_145-149__COVER.png3.4 MBimage/pngView/Open
Show full item record


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