Простийпошук |
Розширенийпошук |
Покажчики
|
Професійний пошук |
Рубрикатор НБУВ |
Розподілений пошук |
Бази даних
Наукова періодика України - результати пошуку
Книжкові видання та компакт-дискиЖурнали та продовжувані виданняАвтореферати дисертаційРеферативна база данихНаукова періодика УкраїниТематичний навігаторАвторитетний файл імен осіб
 |
Для швидкої роботи та реалізації всіх функціональних можливостей пошукової системи використовуйте браузер "Mozilla Firefox" |
|
|
Повнотекстовий пошук
| Знайдено в інших БД: | Реферативна база даних (1) |
Список видань за алфавітом назв: Авторський покажчик Покажчик назв публікацій  |
Пошуковий запит: (<.>AT=Недашківська Порівняльний аналіз моделей машинного$<.>) | |||
|
Загальна кількість знайдених документів : 1 |
|||
| 1. | 
Недашківська Н. І. Порівняльний аналіз моделей машинного навчання для прогнозування поширення коронавірусу COVID-19 в різних країнах [Електронний ресурс] / Н. І. Недашківська, С. О. Лупаненко // Електронне моделювання. - 2020. - Т. 42, № 5. - С. 51-65. - Режим доступу: http://nbuv.gov.ua/UJRN/elmo_2020_42_5_6 Побудовано математичні моделі опису поширення коронавірусу COVID-19 в різних країнах. Проведено порівняльний аналіз цих моделей для США, Мексики, Росії, Бельгії та України. Початкові дані щодо кількості випадків отримано зі щоденних звітів Всесвітньої організації охорони здоров'я та Центру системних наук та інженерії при Університеті Джона Хопкінса. Для моделювання поширення коронавірусу обрано два потужних методи машинного навчання, що прогнозують нелінійні часові ряди: опорних векторів та багатошарових нейронних мереж прямого розповсюдження. Виявлено переваги і недоліки цих методів, розглянуто питання регуляризації. Побудову і навчання моделей часових рядів для опису поширення коронавірусу COVID-19 в різних країнах світу, вибір найкращої моделі, побудову прогнозу поширення та візуалізацію результатів виконано у реалізованому програмному модулі в середовищі python з використанням сучасних бібліотек scikit-learn, pandas та matplotlib. За допомогою методу решітчастого пошуку з крос-валідацією підібрано найкращі параметри нейронних мереж та опорних векторів в моделях опису поширення COVID-19 в США, Мексиці, РФ, Бельгії та Україні. На основі побудованих моделей виконано прогнозування кількості приросту захворювань на COVID-19 в цих країнах. | ||
Попередній перегляд: 
Реферативна БД
 |
| Відділ наукової організації електронних інформаційних ресурсів |
 Пам`ятка користувача |