| начало | написать нам | в избранное | сделать стартовой |
ДЛЯ РАБОТЫ С БАЗАМИ ОГРАНИЧЕННОГО ДОСТУПА ТРЕБУЕТСЯ АВТОРИЗАЦИЯ
ДАННАЯ ВЕРСИЯ СИСТЕМЫ НЕ ПОДДЕРЖИВАЕТСЯ!!! БАЗЫ НЕ ОБНОВЛЯЮТСЯ!!! ПОЛЬЗУЙТЕСЬ НОВОЙ ВЕРСИЕЙ ПОИСКОВОЙ СИСТЕМЫ!!! >>>

Базы данных


ЭБС "ЛАНЬ" - результаты поиска

Виды поиска

Область поиска
В текущей базе данных найдено документов :2
 В других БД по вашему запросу найдено:Электронный каталог (1)Сводный каталог библиотек (СГУ, СГТУ, ЦБС) (7)
Формат представления найденных документов:
полныйинформационныйкраткий
Отсортировать найденные документы по:
авторузаглавиюгоду изданиятипу документа
Поисковый запрос: (<.>A=Хомоненко, А. Д.$<.>)
Общее количество найденных документов : 2
Показаны документы с 1 по 2
1.

    Хомоненко, А. Д.
    Модели и методы исследования информационных систем [Электронный ресурс] : монография / А. Д. Хомоненко, А. Г. Басыров [и др.]. - 1-е изд. - Санкт-Петербург : Лань, 2019. - 204 с. - ISBN 978-5-8114-3675-0 : Б. ц.
Книга из коллекции Лань - Информатика. Поддержка исследований. Подготовка материалов § 3.7 поддержана грантом МОН РК: проект № AP05133699 «Исследование и разработка инновационных информационно-телекоммуникационных технологий с использованием современных кибер-технических средств для интеллектуальной транспортной системы города»
УДК
ББК 32.81

Рубрики: Информатика--Информационные технологии--Лань

Кл.слова (ненормированные):
моделирование -- информационные системы -- проектирование -- надежность программного обеспечения -- латентно-семантический анализ -- поиск информации -- база данных -- поиск информации
Аннотация: Дается систематическое изложение моделей представления данных и знаний, в том числе рассматриваются классические модели баз данных и модели баз данных NoSQL. Рассматриваются классические модели представления знаний (семантические сети, фреймы, четкие и нечеткие продукционные системы, логические модели), а также современные модели: дескриптивная логика и онтологии, сверточные нейронные сети. Описываются методология объектного анализа и проектирования информационных систем, а также средства унифицированного языка моделирования UML. Представлены оригинальные результаты по моделированию информационных систем: модели представления знаний с помощью дескриптивных логик и онтологий, модели расчета оперативности функционирования облачных систем на основе многоканальных систем облуживания с «охлаждением». Рассматриваются модели роста надежности программного обеспечения ИС на основе распределений фазового типа, в том числе с учетом вероятностей обнаружения ошибок, модели поиска информации на основе латентно-семантического анализа, а также модели параллельных программ и методы планирования параллельных вычислений. Рекомендуется преподавателям и научным сотрудникам, а также магистрантам и аспирантам при изучении и исследовании информационных систем и технологий.
Перейти к внешнему ресурсу Ссылка на документ в ЭБС Лань,
Перейти к внешнему ресурсу Обложка книги.


Доп. точки доступа:
Басыров, А. Г.
Бубнов, В. П.
Забродин, А. В.
Краснов, С. А.
Лохвицкий, В. А.
Тырва, А. В.
Найти похожие

2.

    Парамонов, И. Ю.
    Методы и модели исследования сложных систем и обработки больших данных [Электронный ресурс] : монография / И. Ю. Парамонов, В. А. Смагин, Н. Е. Косых, А. Д. Хомоненко. - Санкт-Петербург : Лань, 2020. - 236 с. - ISBN 978-5-8114-4006-1 : Б. ц.
Книга из коллекции Лань - Информатика
УДК
ББК 32.81

Рубрики: Информатика--Алгоритмизация--Лань

Кл.слова (ненормированные):
сложные системы -- сетевые структуры -- hadoop -- обработка больших данных -- нейронная сеть -- neural network toolboox
Аннотация: Создание, накопление, обработка и использование информации в мире составляют мощную информационную среду. Она занимает ведущее значение в различных областях человеческой деятельности. Монография представляет начальный шаг выделения частных свойств указанного сложного процесса, их численного изучения с помощью предложенных методов и моделей инженерного характера. На наш взгляд, именно такие методы и модели составляют основу обработки больших данных в сфере решения научно-исследовательских задач. Рассматриваются и усовершенствуются классические методы и модели исследования сложных систем, основные законы (Меткалфа, Амдала, Густавсона — Барсиса, Гроша) взаимодействия сетевых структур, модели и методы оценивания их эффективности и качества, а также модели и методы исследования сложных систем с нечеткими параметрами. Рассматриваются современные инструментальные средства и технологии интеллектуальной обработки больших данных. Представлены оригинальные результаты, касающиеся решения задач: информационного взаимодействия, контроля состояния, оценивания надежности и предсказания событий для сложных систем; оценивания эффективности, качества и производительности сетевых структур, а также оценивания и обеспечения их надежности; расчета функций принадлежности с нечётким аргументом и коэффициентом, решения нечётких нелинейных уравнений, поиска условного экстремума при нечётком ограни-чении, решения дифференциальных уравнений с нечёткими коэффициентами. Дан вариант обработки больших данных на основе совместного использования инструментальной системы Hadoop под управлением Windows и сверточной нейронной сети при решении задачи распознавания рукописных цифр. Обучение нейронной сети проводится на основе набора данных MNIST образцов написания рукописных цифр. Построение сверточной нейронной сети производится с помощью системы Neural Network Toolboox. Рекомендуется преподавателям и научным сотрудникам, а также магистрантам и аспирантам и при исследовании сложных систем и технологий обработки больших данных.
Перейти к внешнему ресурсу Ссылка на документ в ЭБС Лань,
Перейти к внешнему ресурсу Обложка книги.


Доп. точки доступа:
Смагин, В. А.
Косых, Н. Е.
Хомоненко, А. Д.
Найти похожие

 
Авторизация
Фамилия
Пароль
 
Заявка на регистрацию в ЭБС

Возникли проблемы? Пишите на oma@info.sgu.ru
© Международная Ассоциация пользователей и разработчиков электронных библиотек и новых информационных технологий
(Ассоциация ЭБНИТ)