Вісники НТУ "ХПІ"

Постійне посилання на розділhttps://repository.kpi.kharkov.ua/handle/KhPI-Press/2494


З 1961 р. у ХПІ видається збірник наукових праць "Вісник Харківського політехнічного інституту".
Згідно до наказу ректора № 158-1 від 07.05.2001 року "Про упорядкування видання вісника НТУ "ХПІ", збірник був перейменований у Вісник Національного Технічного Університету "ХПІ".
Вісник Національного технічного університету "Харківський політехнічний інститут" включено до переліку спеціалізованих видань ВАК України і виходить по серіях, що відображають наукові напрямки діяльності вчених університету та потенційних здобувачів вчених ступенів та звань.
Зараз налічується 30 діючих тематичних редколегій. Вісник друкує статті як співробітників НТУ "ХПІ", так і статті авторів інших наукових закладів України та зарубіжжя, які представлені у даному розділі.

Переглянути

Фільтри

2020 - 20222

Налаштування

ORCID: search.filters.orcid.https://orcid.org/0000-0002-9575-8046Ключові слова: search.filters.subject.cluster analysis

Результати пошуку

Зараз показуємо 1 - 2 з 2
  • Ескіз
    Документ
    Modified method of constructuring a multivriate linear regression given by a redundant description
    (Національний технічний університет "Харківський політехнічний інститут", 2022) Pavlov, Alexander Anatolievich; Holovchenko, Maxim Nikolaevich
    A number of scientific works of Prof. O. A. Pavlov and his disciples is devoted to the development of an original method of efficient estimation of coefficients at nonlinear terms of multivariate polynomial regression given by a redundant description under the conditions of an active experiment. The solution of the formulated problem is reduced to the sequential construction of univariate polynomialregressions (finding efficient estimates for the coefficients at nonlinear terms) and solving the corresponding systems of linear nondegenerate equations, the variables of which are the estimates for coefficients at nonlinear terms of the multivariate polynomial regression given by the redundant description. Thus, the problem was reduced to the estimation of the coefficients at linear terms of a multivariate linear regression given by a redundant description in the conditions of an active experiment. We have proposed an original method of its solution that uses a cluster analysis algorithm. The algorithm’s implementation significantly reduces the enumeration of partial descriptions of multivariate linear regression followed by the finding of the residual sum of squares for each of them. This allows using the chi-squared criterion to build a linguistic variable which value gives a qualitative assessment (high reliability, acceptable reliability, low reliability, unreliability) to the obtained result. The analysis of the computational experiments made it possible to modify the proposed method, which significantly increased its efficiency, first of all, of finding a reliable structure of the sought multivariate linear regression given by the redundant description. The method modification, in particular, has reduced the enumeration of partial descriptions and has led to a more efficient use of the general procedure of the least squares method.
  • Ескіз
    Документ
    Построение одномерной и многомерной полиномиальной регрессии по избыточному описанию с использованием активного эксперимента
    (Национальный технический универститет "Харьковский политехнический институт", 2020) Павлов, Александр Анатольевич; Головченко, Максим Николаевич
    Рассматривается задача построения многомерной полиномиальной регрессии по заданному ее избыточному описанию на основе результатов активного эксперимента. Избыточное описание означает включение в него членов, возможно, отсутствующих в структуре исследуемой регрессии. Таким образом, возникает проблема по результатам активного эксперимента не только оценить значения неизвестных коэффициентов многомерной полиномиальной регрессии, но и исключить из ее избыточного описания лишние члены. Решение поставленной задачи базируется на: (а) получении новых свойств коэффициентов нормированных ортогональных полиномов Форсайта; (б) возможности сведения задачи оценки неизвестных коэффициентов нелинейных членов многомерной полиномиальной регрессии к задаче оценки коэффициентов множества одномерных полиномиальных регрессий и решения соответствующих систем линейных равенств; (в) использовании метода для исключения лишних членов многомерной нелинейной полиномиальной регрессии, который органически включает в себя как методологию кластерного анализа, так и основную идею метода группового учета аргументов – разбиение экспериментальных данных на два множества, одно из которых не используется для оценок неизвестных коэффициентов многомерной полиномиальной регрессии, заданной избыточным описанием.