Кафедри
Постійне посилання на розділhttps://repository.kpi.kharkov.ua/handle/KhPI-Press/35393
Переглянути
16 результатів
Результати пошуку
Документ Кластерний аналіз для управління міжрегіональними промисловими диспропорціями(Національний авіаційний університет, 2024) Аксьонова, Ірина ВікторівнаВ роботі показано використання кластерного аналізу для дослідження диспропорційного розвитку сфери промисловості в міжрегіональному розрізі. За результатами проведеного аналізу виділено однорідні групи регіонів України за ступенем розвитку промислової сфери, проаналізована кластерна міграція регіонів, окреслені диспропорції в розвитку промисловості країни, що надає змогу визначити основні напрями у формуванні та розвитку регіональних промислових систем.Документ Розпізнавання та виділення об'єктів на зображеннях із застосуванням алгоритмів кластерізації(ФОП Петров В. В., 2019) Носик, Андрій Михайлович; Кучеренко, Юрій ФедоровичПублікація Моделювання рівня соціально-економічного розвитку регіонів на основі proxy-змінних(Видавничий дім "Інжек", 2023) Гур'янова, Лідія Семенівна; Кагановський, Олександр Семенович; Сергієнко, Олена Андріанівна; Мироненко, Артем ЮрійовичУ статті запропоновано моделі оцінки рівня соціально-економічного розвитку та економічної безпеки регіонів, які на основі синтезу техніки proxy-змінних і кластерного аналізу дозволяють оцінити зміну міжрегіональної диференціації, просторові економічні трансформації, виявити "опорні" регіони, оцінити рівень економічної безпеки регіонів за умов обмежених даних. Обґрунтовано систему proxy-змінних соціально-економічного розвитку регіонів; розроблено класифікації регіонів за рівнем соціально-економічного розвитку на основі методів ієрархічного агломеративного та ітеративного кластерного аналізу; проведено динамічний аналіз структури кластерів; проаналізовано зміни характеристик розподілу proxy-змінних; здійснено оцінку міжрегіональної диференціації та асиметрії розвитку. Результати кластерного аналізу на основі proxy-змінних дозволили зробити висновок, що останні роки привели до суттєвих трансформацій економічного простору в регіональному аспекті. У кластері "опорних" регіонів спостерігається посилення позицій Дніпропетровської та Львівської областей, конвергенція із регіонами із середнім рівнем розвитку – Київської, Харківської та Одеської областей. Найбільш кризова ситуація характерна для Луганської, Донецької та Херсонської областей. Донецька область перейшла із кластера регіонів із середнім рівнем розвитку до кластера регіонів із кризовим розвитком. Релокація підприємств і згладжування асиметрії за змінною "Приріст юридичних осіб" на даний момент меншою мірою зачіпає індикатори бюджетної безпеки регіонів. Харківська область, незважаючи на погіршення соціально-економічної ситуації, зберігає своє становище у кластері "опорних" регіонів. Отримані результати можуть бути використані в системі антисипативного управління регіональним розвитком для адаптації регіональних стратегій до нових реалій.Документ Розробка та дослідження нейронної мережі з декількома рішеннями(Національний технічний університет "Харківський політехнічний інститут", 2016) Майбулат, Д. Д.; Дмитрієнко, Валерій ДмитровичДокумент Development of method for identification the computer system state based on the decision tree with multidimensional nodes(Запорізький національний технічний університет, 2022) Gavrylenko, Svitlana; Chelak, V. V.; Semenov, S. G.Context. The problem of identifying the state of a computer system is considered. The object of the research is the process of computer system state identification. The subject of the research is the methods of constructing solutions for computer system state identification. Objective. The purpose of the work is to develop a method for decision trees learning for computer system state identification. Method. A new method for constructing a decision tree is proposed, combining the classical model for constructing a decision tree and the density-based spatial clustering method (DBSCAN). The simulation results showed that the proposed method makes it possible to reduce the number of branches in the decision tree, which will increase the efficiency of identifying the state of the computer system. Belonging to hyperspheres is used as a criterion for decision-making, which enables to increase the identification accuracy due to the nonlinearity of the partition plane and to perform a more optimal adjustment of the classifier. The method is especially effective in the presence of initial data with high correlation coefficients, since it combines them into one or more multivariate criteria. An assessment of the accuracy and efficiency of the developed method for identifying the state of a computer system is carried out. Results. The developed method is implemented in software and researched in solving the problem of identifying the state of the functioning of a computer system. Conclusions. The carried out experiments have confirmed the efficiency of the proposed method, which makes it possible to recommend it for practical use in order to improve the accuracy of identifying the state of a computer system. Prospects for further research may consist in the development of an ensemble of decision trees.Документ Сучасний контент контроллінгового управління(MDPC Publishing, 2021) Міщенко, Володимир Акимович; Другова, Олена СергіївнаДокумент Нова сучасна концепція контроллінгу(ГО "Київський економічний науковий центр", 2021) Міщенко, Володимир Акимович; Другова, Олена СергіївнаДокумент Організаційні аспекти інноваційних регіональних кластерів(Східноукраїнський інститут економіки та управління, 2021) Міщенко, Володимир Акимович; Авершін, Сергій ВолодимировичДокумент Моделі формування рекомендацій у інтелектуальних системах електронної комерції(Харківський національний університет Повітряних Сил імені Івана Кожедуба, 2020) Череднічеко, Ольга Юріївна; Янголенко, Ольга Василівна; Іващенко, Оксана Віталіївна; Матвєєв, Олександр МиколайовичРезультати роботи пошукових та фільтраційних механізмів сучасних систем електронної комерції не завжди задовольняють вимоги користувачів, що проявляється у неточних та неповних рекомендаціях товарів за пошуковим запитом. Удосконалення якості рекомендацій для покупців онлайн торгівельних платформ є актуальною задачею. Дана робота наводить моделі формування рекомендацій на основі методів кластерного аналізу, які дозволяють згрупувати схожі товари та схожих клієнтів за їхніми характеристиками. Наведені результати експерименту щодо формування рекомендацій придбання рюкзаків для покупців онлайн магазину спортивного обладнання.Документ Improvement of SVD algorithm to increase the efficiency of recommendation systems(Національний технічний університет "Харківський політехнічний інститут", 2021) Krepych, Svitlana; Spivak, IrynaMany existing websites use recommendation systems for their users. They generate various offers for them, for example, similar products or recommend the people registered on this site with similar interests. Such referral mechanisms process vast amounts of information to identify potential user preferences. Recommendation systems are programs that try to determine what users want to find, what might interest them, and recommend it to them. These mechanisms have improved the interaction between the user and the site. Instead of static information, they provide dynamic information that changes: recommendations are generated separately for each user, based on his previous activity on this web resource. Information from other visitors may also be taken into account. The methods of collecting information provided by the Internet have greatly simplified the use of human thought through collaborative filtering. But, on the other hand, the large amount of information complicates the implementation of this possibility. For example, the behavior of some people is quite clearly amenable to modeling, while others behave completely unpredictably. And it is the latter that affect the shift of the results of the recommendation system and reduce its effectiveness. An analysis of Internet resources has shown that most of the recommendation systems do not provide recommendations to users, and the part that does, for example, offers products to the user, selects recommendations manually. Therefore, the task of developing methods for automated generation of recommendations for a limited set of input data is quite relevant. The problems of data sparseness, new user problem, scalability of the widely used SVD algorithm for the development of such recommendation systems are proposed to be eliminated by improving this algorithm by the method of the nearest k-neighbors. This method will allow you to easily segment and cluster system data, which will save system resources.