![](/irbis_nbuv/images/db_navy.gif) Книжкові видання та компакт-диски ![](/irbis_nbuv/images/db_navy.gif) Журнали та продовжувані видання ![](/irbis_nbuv/images/db_navy.gif) Автореферати дисертацій ![](/irbis_nbuv/images/db_navy.gif) Реферативна база даних ![](/irbis_nbuv/images/db_navy.gif) Наукова періодика України ![](/irbis_nbuv/images/db_navy.gif) Тематичний навігатор ![](/irbis_nbuv/images/db_navy.gif) Авторитетний файл імен осіб
![Mozilla Firefox](../../ico/mf.png) |
Для швидкої роботи та реалізації всіх функціональних можливостей пошукової системи використовуйте браузер "Mozilla Firefox" |
|
|
Повнотекстовий пошук
Пошуковий запит: (<.>A=Хохлов Ю$<.>) |
Загальна кількість знайдених документів : 7
Представлено документи з 1 до 7
|
1. |
Друзюк В. Стандарт ISO 9001. Перспективи розвитку процесів управління якістю [Електронний ресурс] / В. Друзюк, Р. Теребушко, Ю. Хохлов // Стандартизація. Сертифікація. Якість. - 2010. - № 1. - С. 49-52. - Режим доступу: http://nbuv.gov.ua/UJRN/ssia_2010_1_12
| 2. |
Терещенко Т. О. Підвищення завадостійкості передачі біотелеметричних даних [Електронний ресурс] / Т. О. Терещенко, Ю. С. Ямненко, Ю. В. Хохлов // Electronics and communications. - 2015. - Т. 20, № 1. - С. 50-56. - Режим доступу: http://nbuv.gov.ua/UJRN/eisv_2015_20_1_9 Наведено архітектуру системи передачі даних біотелеметричної мережі, досліджено особливості та способи зв'язку між ієрархічними рівнями системи та запропоновано метод підвищення завадостійкості передачі. Робота сприятиме підвищенню ефективності моніторингу фізіологічних показників людини у надзвичайних ситуаціях, під час бойових дій та в період післястресової адаптації.
| 3. |
Друзюк В. Стан та перспективи розвитку процесів оцінювання відповідності технологічного обладнання для харчової промисловості [Електронний ресурс] / В. Друзюк, Р. Теребушко, Ю. Хохлов // Стандартизація. Сертифікація. Якість. - 2009. - № 3. - С. 25-27. - Режим доступу: http://nbuv.gov.ua/UJRN/ssia_2009_3_8
| 4. |
Ямненко Ю. С. Узагальнене перетворення дискретних функцій в обертовій системі координат для застосування в системах зв’язку із CDMA [Електронний ресурс] / Ю. С. Ямненко, Т. О. Терещенко, Ю. В. Хохлов, П. І. Бучек, Л. Є. Клепач // Вчені записки Таврійського національного університету імені В. І. Вернадського. Серія : Технічні науки. - 2018. - Т. 29(68), № 2. - С. 98-102. - Режим доступу: http://nbuv.gov.ua/UJRN/sntuts_2018_29_2_19
| 5. |
Швець М. Ю. Порівняння SQL та NoSQL баз даних [Електронний ресурс] / М. Ю. Швець, Д. С. Заруба, Ю. В. Хохлов // Вчені записки Таврійського національного університету імені В. І. Вернадського. Серія : Технічні науки. - 2018. - Т. 29(68), № 6(2). - С. 21-25. - Режим доступу: http://nbuv.gov.ua/UJRN/sntuts_2018_29(68)_6(2)__7
| 6. |
Комаревич О. М. Виявлення аномальної поведінки людини у MicroGrid на базі машинного навчання [Електронний ресурс] / О. М. Комаревич, Ю. В. Хохлов, Ю. С. Ямненко // Мікросистеми, Електроніка та Акустика. - 2018. - Т. 23, № 4. - С. 36-41. - Режим доступу: http://nbuv.gov.ua/UJRN/eisv_2018_23_4_7 У застосуванні до системи розподіленої генерації MicroGrid розглянуто задачу виявлення аномалій поведінки користувача. Задача вирішується із залученням методів машинного навчання (Machine Learning), зокрема, методу детектування аномалій (Anomaly Detection). В якості ключових параметрів для найпростішого випадку задачі виявлення аномальної поведінки розглянуто усереднене електроспоживання за п'ятихвилинні проміжки часу, а також кількість спрацювань датчика руху, встановленого у приміщенні MicroGrid.
| 7. |
Заруба Д. С. Машинне навчання для прогнозування споживання та генерації електроенергії [Електронний ресурс] / Д. С. Заруба, М. Ю. Швець, Ю. В. Хохлов // Мікросистеми, Електроніка та Акустика. - 2019. - Т. 24, № 6. - С. 17-21. - Режим доступу: http://nbuv.gov.ua/UJRN/eisv_2019_24_6_4 Мета роботи - підготовка та аналіз даних для покращання прогнозування кількості використаної та згенерованої електроенергії методами машинного навчання, а також оцінка важливості та впливу на прогнозування періоду доби, місяця, року, температури, вологості повітря, атмосферного тиску та інших ознак. Набір даних, що використовувався, містить відомості про використання та генерацію електроенергії, а також погодні показники за 11 міс із періодом фіксації даних 1 хв. Оброблення даних базувалось на статистичних методах обробки інформації, визначенні кількості пропущених даних, лінійних залежностях між ознаками, сумісності типів даних. Для оцінки точності прогнозування використано коефіцієнт детермінації.
|
|
|