• ВХОД
  •  

    Полное описание

    Вишневский, Владимир Миронович. Применение методов машинного обучения к решению задач теории массового обслуживания / В. М. Вишневский, А. В. Горбунова. - DOI 10.14357/20718632210407. - Текст : непосредственный // Информационные технологии и вычислительные системы : журнал. - 2021. - N 4. - С. 70-82. - Библиогр. в конце ст. - ISSN 2071-8632.

    ГРНТИ УДК
    28.23004.8
    28.23.25004.85
    28.23.37004.032.26
    28.29.07519.872

    Рубрики:
    Искусственный интеллект
    Нейронные сети
    Машинное обучение
    Теория массового обслуживания
    Имитационное моделирование
    Интеллектуальный анализ данных

    Кл.слова (ненормированные): теория массового обслуживания -- система массового обслуживания -- сеть массового обслуживания -- система с параллельным обслуживанием заявок -- имитационное моделирование -- интеллектуальный анализ данных -- машинное обучение -- искусственные нейронные сети
    Аннотация: В работе впервые представлено систематизированное изложение нового метода исследования систем массового обслуживания (СМО) с использованием алгоритмов машинного обучения. Рассмотренные в обзоре публикации делятся на несколько категорий - статьи, в которых алгоритмы машинного обучения служат для прогнозирования параметров СМО технического характера и публикации, в которых машинное обучение применяется для оценки вероятностно-временных характеристик СМО. Анализ публикаций позволяет сделать вывод о высокой эффективности применения методов машинного обучения, перспективах проведения дальнейших исследований, а также о возможном выделении нового подхода в самостоятельное направление в области решения сложных задач теории очередей.
    Доп. точки доступа:
    Горбунова, Анастасия Владимировна

    Экз-ры полностью 31892517dfe56a2e6c6576e45e4f80fd/2021/4
    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): -006834-760672)

    Шифр в сводном ЭК: bd97bba3c479abb2c35b06572f217dd0




    Заказ фрагмента документа ₽