Полное описание
> Конончук, Э. В. Модели машинного обучения для оценки вероятности появления ДТП и его серьезности = Machine learning models for assessing the probability of accident and its severity / Э. В. Конончук, Т. В. Ермоленко, Т. О. Шишунов. - Текст : непосредственный // Проблемы искусственного интеллекта = Problems of Artificial Intelligence : международный рецензируемый научно-теоретический журнал. - 2022. - N 1. - С. 4-12. - Библиогр. в конце ст. - ISSN 2413-7383.
| ГРНТИ | УДК | |
| 28.23.25 | 004.85-049.8 |
Рубрики:
Машинное обучение -- Применение
Кл.слова (ненормированные): многослойный персептрон -- случайный лес -- анализ главных компонент -- разведочный анализ данных
Аннотация: В статье приведены результаты анализа значимости факторов, влияющих на возникновение ДТП, а также проведен анализ эффективности предиктивных моделей, построенных на основе деревьев решений и нейросетей. Обучение моделей проводилось на наборе данных о ДТП в Америке, взятых с сайта Kaggle.
Доп. точки доступа:
Ермоленко, Татьяна Владимировна
Шишунов, Т.О.
>
Нет сведений об экземплярах
Держатели документа:
Государственная публичная научно-техническая библиотека России : 123298, г. Москва, ул. 3-я Хорошевская, д. 17 (Шифр в БД-источнике (KATBW): -350488-916288)>
Шифр в сводном ЭК: 7a26de30a48b3583079b92e2c452f027
Ермоленко, Татьяна Владимировна. Исследование эффективности предсказательных моделей для системы анализа и мониторинга энергопотребления на предприятиях угольной промышленности / Т. В. Ермоленко, В. Н. Котенко, А. О. Винник. - Текст : непосредственный // Проблемы искусственного интеллекта : международный рецензируемый научно-теоретический журнал / Государственный комитет по науке и технологиям Донецкой Народной Республики, Институт проблем искусственного интеллекта. - Донецк. - 2022. - N 4.- С.25-34Конончук Э.В. Модели машинного обучения для оценки вероятности появления ДТП и его серьезности / Э. В. Конончук, Т. В. Ермоленко, Т. О. Шишунов. - Текст : непосредственный // Проблемы искусственного интеллекта : международный рецензируемый научно-теоретический журнал / Государственный комитет по науке и технологиям Донецкой Народной Республики, Институт проблем искусственного интеллекта. - Донецк. - 2022. - N 1.- С.4-12Ермоленко, Татьяна Владимировна. Классификация аномалий сердцебиения с помощью глубокого обучения / Т. В. Ермоленко, Д. В. Ролик. - Текст : непосредственный // Проблемы искусственного интеллекта : международный рецензируемый научно-теоретический журнал / Государственный комитет по науке и технологиям Донецкой Народной Республики, Институт проблем искусственного интеллекта. - Донецк. - 2022. - N 1.- С.40-53Ермоленко, Татьяна Владимировна. Анализ эффективности архитектур глубоких нейросетей для классификации изображений товаров / Т. В. Ермоленко, И. Е. Самородский. - Текст : непосредственный // Проблемы искусственного интеллекта : международный рецензируемый научно-теоретический журнал / Государственный комитет по науке и технологиям Донецкой Народной Республики, Институт проблем искусственного интеллекта. - Донецк. - 2022. - N 1.- С.54-64Савенков, Иван Николаевич. Разработка vad-алгоритма на основе глубокого обучения / И. Н. Савенков, Т. В. Ермоленко, А. В. Цыбик. - Текст : непосредственный // Проблемы искусственного интеллекта : международный рецензируемый научно-теоретический журнал / Государственный комитет по науке и технологиям Донецкой Народной Республики, Институт проблем искусственного интеллекта. - Донецк. - 2022. - N 1.- С.65-74
| Лицевая сторона карточки | Обратная сторона карточки |
| Лицевая сторона карточки | Обратная сторона карточки |
![]() | ![]() |
Abe S. Support vector machines for pattern classification / S. Abe, 2005 r=on-line. - Текст : электронный.Искусственный интеллект. Применения в CIM. Гл.11.Управляющие экспертные системы. Базы данных и базы знаний в УЭС. - 32 c. - Текст : непосредственный.Advances in machine learning / SpringerLink (Online service), 2009 r=on-line. - Текст : электронный.ACM Transactions on Computational Logic / Association for computing machinery (New York, NY), Association for computing machinery (New York, NY). - Журнал выходит с 2000г. r=on-line. - Текст : непосредственный.Maher M.L. Motivated reinforcement learning / M. L. Maher, K. Merrick, 2009 r=on-lineФедотов В.Х. Стратегия конструирования интеллектуальных информационных систем / В. Х. Федотов, Н. В. Новожилова, 2008. - 487 с. - Текст : непосредственный.Emmert-Streib F. Information theory and statistical learning / F. Emmert-Streib, M. Dehmer, 2009 r=on-line. - Текст : электронный.Ehrenburg H.H. A finite automation learning system using genetic programming / H. H. Ehrenburg, H. A.N.van Maanen, 1994. - 38 p. - Текст : непосредственный.Machine learning for multimodal interaction / SpringerLink (Online service), 2005 r=on-line. - Текст : электронный.Adaptive agents and multi-agent systems II / SpringerLink (Online service), 2005 r=on-line. - Текст : электронный.Learning theory / SpringerLink (Online service), 2005 r=on-line. - Текст : электронный.Николенко С.И. Самообучающиеся системы / С. И. Николенко, А. Л. Тулупьев, 2009. - 287 с. - Текст : непосредственный.
Показать все результаты| Лицевая сторона карточки | Обратная сторона карточки |
| Лицевая сторона карточки | Обратная сторона карточки |
| Лицевая сторона карточки | Обратная сторона карточки |
| Лицевая сторона карточки | Обратная сторона карточки |
| Лицевая сторона карточки | Обратная сторона карточки |
| Лицевая сторона карточки | Обратная сторона карточки |
| Лицевая сторона карточки | Обратная сторона карточки |
| Лицевая сторона карточки | Обратная сторона карточки |
Безбородов, Андрей Константинович. Алгоритм поиска месторождений-аналогов на основе методов машинного обучения / А. К. Безбородов, И. Ю. Деева ; науч. рук. А. В. Калюжная. - Текст : непосредственный // Альманах научных работ молодых ученых Университета ИТМО / Министерство науки и высшего образования Российской Федерации, Национальный исследовательский университет ИТМО (Университет ИТМО). - Санкт-Петербург : Ун-т ИТМО, 2021. - Т. 3. - с. 16-21Ло Си.Распознавание контента в социальных сетях с использованием модели машинного обучения на основе больших данных / Ло Си, Ма Кунь. - Текст (визуальный) : непосредственный // Проблемы информационной безопасности государства, общества и личности : материалы международной научно-практической конференции, 7 октября 2021 года, [Владимир] / Российская академия народного хозяйства и государственной службы при Президенте Российской Федерации, Владимирский филиал, Факультет национальной безопасности института права и национальной безопасности. - Владимир : Владимирский фил. РАНХиГС, 2021. - с. 47-52Черевко, Никита Александрович. Применение технологий машинного обучения в тестировании программного обеспечения / Н. А. Черевко, Ю. С. Белов. - Текст (визуальный) : непосредственный // Высокие технологии и инновации в науке. ВТ : материалы Международной научной конференции, ноябрь 2021 : сборник избранных статей / Гуманитарный национальный исследовательский институт "Нацразвитие". - Санкт-Петербург : ГНИИ "Нацразвитие", 2021. - с. 127-129Добрынин С.Л. Интеллектуализация процессов принятия решений в системе управления аддитивным производством / С. Л. Добрынин, В. Л. Бурковский. - Текст (визуальный) : непосредственный // Современные методы прикладной математики, теории управления и компьютерных технологий (ПМТУКТ-2021) : сборник трудов Всероссийской научной конференции, Воронеж, 14-16 декабря 2021 г. / Воронежский государственный педагогический университет [и др.]. - Воронеж : Воронежский гос. пед. ун-т, 2021. - с. 34-37Атаманов, Геннадий Альбертович. Построение datаsets для многоклассового анализа и выявления угроз социально-политического контента / Г. А. Атаманов, Т. В. Плещенко. - Текст : непосредственный // Инновационные технологии в агропромышленном комплексе в современных экономических условиях : материалы Международной научно-практической конференции, 10-12 февраля 2021 г., г. Волгоград / Министерство сельского хозяйства Российской Федерации, Департамент образования, научно-технологической политики и рыбохозяйственного комплекса, Волгоградский государственный аграрный университет ; редакционная коллегия В. А. Цепляев (главный редактор) [и др.]. - Волгоград : Волгоградский ГАУ, 2021. - Т. 2. - с. 300-305Воскресенский А.С. Использование алгоритмов машинного обучения при защите от скликивания / А. С. Воскресенский, В. А. Семёнова-Тян-Шанская. - Текст (визуальный) : непосредственный // Современные технологии в теории и практике программирования : сборник материалов конференции, 22 апреля 2021 года / Министерство науки и высшего образования Российской Федерации, Санкт-Петербургский политехнический университет Петра Великого, Институт компьютерных наук и технологий (ПОЛИТЕХ), Dell Technologies, ЕРАМ Systems. - Санкт-Петербург : ПОЛИТЕХ-ПРЕСС, 2021. - с. 92-93Ворошилов М.К. Прогнозирование тренда котировок финансовых инструментов с помощью машинного обучения / М. К. Ворошилов, П. Д. Дробинцев. - Текст (визуальный) : непосредственный // Современные технологии в теории и практике программирования : сборник материалов конференции, 22 апреля 2021 года / Министерство науки и высшего образования Российской Федерации, Санкт-Петербургский политехнический университет Петра Великого, Институт компьютерных наук и технологий (ПОЛИТЕХ), Dell Technologies, ЕРАМ Systems. - Санкт-Петербург : ПОЛИТЕХ-ПРЕСС, 2021. - с. 144-146Казачков Н.А. Использование элементов машинного обучения для контент-фильтрации интернет трафика / Н. А. Казачков, М. И. Лемжин, Н. Н. Французова. - Текст (визуальный) : непосредственный // IV Научный форум Телекоммуникации: теория и технологии. ТТТ-2020. Проблемы техники и технологий телекоммуникаций-2020 : XXII Международная научно-техническая конференция, 17-20 ноября 2020 г., Самара / Министерство цифрового развития, связи и массовых коммуникаций РФ, Федеральное агентство связи, Поволжский государственный университет телекоммуникаций и информатики, Казанский национальный исследовательский технический университет имени А. Н. Туполева-КАИ, Уфимский государственный авиационный технический университет. - Самара : ПГУТИ, 2020. - с. 273-274Головкин Н.В. Генерация изображений кошачьих мордочек с помощью генеративно-состязательной нейронной сети DCGAN / Н. В. Головкин, Н. И. Цуканова. - Текст (визуальный) : непосредственный // Математическое и программное обеспечение вычислительных систем : межвузовский сборник научных трудов / редакционная коллегия А. Н. Пылькин (отв. редактор) [и др.]. - Рязань : РГРТУ, 2021. - с. 13-15Шурыгина О.В. Преобразование изображения в изображение с помощью генеративно-состязательных нейронных сетей / О. В. Шурыгина, Н. И. Цуканова. - Текст (визуальный) : непосредственный // Математическое и программное обеспечение вычислительных систем : межвузовский сборник научных трудов / редакционная коллегия А. Н. Пылькин (отв. редактор) [и др.]. - Рязань : РГРТУ, 2021. - с. 18-20Бирюков, Игорь Дмитриевич. Анализ данных эксплуатации запорного привода с использованием методов машинного обучения / И. Д. Бирюков, С. А. Тогузов. - Текст (визуальный) : непосредственный // Динамика нелинейных дискретных электротехнических и электронных систем. ДНДС-2021 : материалы XIV Всероссийской научно-технической конференции / Министерство науки и высшего образования Российской Федерации, Чувашский государственный университет имени И. Н. Ульянова. - Чебоксары : Изд-во Чувашского ун-та, 2021. - с. 6-9Цареградская, Марианна Михайловна. Методы анализа экологических рисков с помощью технологии спутникового дистанционного зондирования Земли / М. М. Цареградская, А. Н. Сивова. - Текст : непосредственный // XLV Академические чтения по космонавтике, посвященные памяти академика С. П. Королёва и других выдающихся отечественных ученых - пионеров освоения космического пространства, [Москва], 30 марта - 2 апреля 2021 года : сборник тезисов : [в 4 т.] / Российская академия наук, Государственная корпорация по космической деятельности "Роскосмос" [и др.]. - Москва : Изд-во МГТУ им. Н. Э. Баумана, 2021. - Т. 2. - с. 220-222Распознавание объектов на аэрофотоснимках с использованием нейронных сетей глубокого обучения в задачах маршрутной навигации / Л. М. Жебрак, М. В. Сафро, Р. Н. Садеков [и др.]. - Текст : непосредственный // XLV Академические чтения по космонавтике, посвященные памяти академика С. П. Королёва и других выдающихся отечественных ученых - пионеров освоения космического пространства, [Москва], 30 марта - 2 апреля 2021 года : сборник тезисов : [в 4 т.] / Российская академия наук, Государственная корпорация по космической деятельности "Роскосмос" [и др.]. - Москва : Изд-во МГТУ им. Н. Э. Баумана, 2021. - Т. 4. - с. 458-460Лебедев, Вячеслав Владимирович. Выделение табличной области в слабоструктурированных файлах Microsoft Excel с помощью алгоритмов искусственного интеллекта / В. В. Лебедев, А. С. Новиков, Г. Д. Гусева. - Текст (визуальный) : непосредственный // Научно-практическая конференция "Интеллектуальные системы и микросистемная техника", Россия, Кабардино-Балкария, пос. Эльбрус, дата проведения: 3-9 февраля 2021 г. : сборник трудов / Министерство науки и высшего образования Российской Федерации, Национальный исследовательский университет "МИЭТ", Кабардино-Балкарский государственный университет имени Х. М. Бербекова. - Москва : МИЭТ, 2021. - с. 183-188Алюнов, Александр Николаевич. Диагностика электрических частей силовых трансформаторов с применением методов машинного обучения / А. Н. Алюнов. - Текст : непосредственный // Нейрокомпьютеры: разработка, применение : международный научно-технический журнал / "Издательство "Радиотехника", закрытое акционерное о-во. - Москва : Радиотехника, 2023. - Том 25 N 5.- С.23-33Ибряева, Ольга Леонидовна. Применение фреймворков автоматизированного машинного обучения в задаче коррекции показаний кориолисового расходомера / О. Л. Ибряева, Д. К. Лебедев. - Текст : непосредственный // Автоматизация в промышленности : ежемесячный научно-технический и производственный журнал / учредители: Университет новых информационных технологий при ФГБУН Институт проблем управления им. В. А. Трапезникова Российской академии наук, ООО Издательский дом "ИнфоАвтоматизация". - Москва : ИнфоАвтоматизация, 2023. - N 8.- C.55-58Конончук Э.В. Модели машинного обучения для оценки вероятности появления ДТП и его серьезности / Э. В. Конончук, Т. В. Ермоленко, Т. О. Шишунов. - Текст : непосредственный // Проблемы искусственного интеллекта : международный рецензируемый научно-теоретический журнал / Государственный комитет по науке и технологиям Донецкой Народной Республики, Институт проблем искусственного интеллекта. - Донецк. - 2022. - N 1.- С.4-12Ермоленко, Татьяна Владимировна. Классификация аномалий сердцебиения с помощью глубокого обучения / Т. В. Ермоленко, Д. В. Ролик. - Текст : непосредственный // Проблемы искусственного интеллекта : международный рецензируемый научно-теоретический журнал / Государственный комитет по науке и технологиям Донецкой Народной Республики, Институт проблем искусственного интеллекта. - Донецк. - 2022. - N 1.- С.40-53Гук, Кирилл Олегович. Прогнозирование посещаемости кафе методами машинного обучения / К. О. Гук. - Текст : непосредственный // Труды Московского физико-технического института (государственного университета) : научно-технический журнал / Московский физико-технический институт (национальный исследовательский университет). - Москва : Моск. физ.-техн. ун-т, 2023. - Том 15 N 3.- С.56-58Третьяков, Александр Николаевич. Прогноз изменения несинусоидальности напряжения на основе алгоритмов машинного обучения / А. Н. Третьяков, Г. С. Кудряшев. - Текст : непосредственный // Электротехнологии и электрооборудование в АПК : теоретический и научно-практический журнал / Федеральный научный агроинженерный центр ВИМ (ФНАЦ ВИМ). - Москва : ФНАЦ ВИМ, 2023. - N 3.- С.28-34
Показать все результатыПроблемы искусственного интеллекта. - Журнал, 2022г. № 1. - Текст : непосредственный.Конончук Э.В. Модели машинного обучения для оценки вероятности появления ДТП и его серьезности / Э. В. Конончук, Т. В. Ермоленко, Т. О. Шишунов. - Текст : непосредственный // Проблемы искусственного интеллекта : международный рецензируемый научно-теоретический журнал / Государственный комитет по науке и технологиям Донецкой Народной Республики, Институт проблем искусственного интеллекта. - Донецк. - 2022. - N 1.- С.4-12
Проблемы искусственного интеллекта. - Журнал, 2022г. № 1. - Текст : непосредственный.Конончук Э.В. Модели машинного обучения для оценки вероятности появления ДТП и его серьезности / Э. В. Конончук, Т. В. Ермоленко, Т. О. Шишунов. - Текст : непосредственный // Проблемы искусственного интеллекта : международный рецензируемый научно-теоретический журнал / Государственный комитет по науке и технологиям Донецкой Народной Республики, Институт проблем искусственного интеллекта. - Донецк. - 2022. - N 1.- С.4-12Черников, Вадим Геннадиевич. Разработка методики определения параметров адаптивного дискретного регулятора скорости вращения ветроколеса / В. Г. Черников. - Текст : непосредственный // Проблемы искусственного интеллекта : международный рецензируемый научно-теоретический журнал / Государственный комитет по науке и технологиям Донецкой Народной Республики, Институт проблем искусственного интеллекта. - Донецк. - 2022. - N 1.- С.13-28Ермоленко, Татьяна Владимировна. Классификация аномалий сердцебиения с помощью глубокого обучения / Т. В. Ермоленко, Д. В. Ролик. - Текст : непосредственный // Проблемы искусственного интеллекта : международный рецензируемый научно-теоретический журнал / Государственный комитет по науке и технологиям Донецкой Народной Республики, Институт проблем искусственного интеллекта. - Донецк. - 2022. - N 1.- С.40-53Ермоленко, Татьяна Владимировна. Анализ эффективности архитектур глубоких нейросетей для классификации изображений товаров / Т. В. Ермоленко, И. Е. Самородский. - Текст : непосредственный // Проблемы искусственного интеллекта : международный рецензируемый научно-теоретический журнал / Государственный комитет по науке и технологиям Донецкой Народной Республики, Институт проблем искусственного интеллекта. - Донецк. - 2022. - N 1.- С.54-64Савенков, Иван Николаевич. Разработка vad-алгоритма на основе глубокого обучения / И. Н. Савенков, Т. В. Ермоленко, А. В. Цыбик. - Текст : непосредственный // Проблемы искусственного интеллекта : международный рецензируемый научно-теоретический журнал / Государственный комитет по науке и технологиям Донецкой Народной Республики, Институт проблем искусственного интеллекта. - Донецк. - 2022. - N 1.- С.65-74
Заказ фрагмента документа ₽

