Использование классификационных методов машинного обучения в дефектоскопии; Вестник науки Сибири; № 3 (13)

Bibliografske podrobnosti
Parent link:Вестник науки Сибири: электронный научный журнал/ Томский политехнический университет (ТПУ).— , 2011-.— 2226-0064
№ 3 (13).— 2014.— С. 41-45
Glavni avtor: Ильясов Б. Б. Борис Борисович
Drugi avtorji: Кашимов К. Б. Кахар Бакыевич
Izvleček:Заглавие с титульного листа
В последние годы, с ростом производительности персональных компьютеров и появлением программных продуктов, позволяющих в полной её мере реализовать, применение методов машинного обучения набирает всё большую популярность. В этой статье сделан обзор наиболее популярных методов машинного обучения в контексте дефекто- и структуроскопии. Выбор методов определялся в первую очередь импакт-фактором имеющихся публикаций, а также собственным опытом применения перечисленных методов. Также упор был сделан на классификационные методы машинного обучения как имеющие наиболее низкий порог вхождения и в большинстве своём не требующие значительных знаний в области машинного обучения и его математического аппарата. Таким образом, классификация - это раздел машинного обучения, задачей которого является определение принадлежности произвольного объекта к одному из классов на основе прецедентов. В данной статье рассмотрены основные классификационные методы машинного обучения. Приведено краткое теоретическое описание, даны примеры применения классификационных методов машинного обучения в дефектоскопии.
Jezik:ruščina
Izdano: 2014
Serija:Инженерные науки
Teme:
Online dostop:http://earchive.tpu.ru/handle/11683/16723
Format: Elektronski Book Chapter
KOHA link:https://koha.lib.tpu.ru/cgi-bin/koha/opac-detail.pl?biblionumber=534490

MARC

LEADER 00000naa2a2200000 4500
001 534490
005 20231101113317.0
035 |a (RuTPU)RU\TPU\prd\222951 
035 |a RU\TPU\prd\222950 
090 |a 534490 
100 |a 20140929d2014 k y0rusy50 ca 
101 0 |a rus 
102 |a RU 
135 |a drcn ---uucaa 
181 0 |a i  
182 0 |a b 
200 1 |a Использование классификационных методов машинного обучения в дефектоскопии  |f Б. Б. Ильясов, К. Б. Кашимов 
203 |a Текст  |c электронный 
215 |a 1 файл (384 Кб) 
225 1 |a Инженерные науки 
230 |a Электронные текстовые данные (1 файл : 384 Кб) 
300 |a Заглавие с титульного листа 
320 |a [Библиогр.: с. 44-45 (14 назв.)] 
330 |a В последние годы, с ростом производительности персональных компьютеров и появлением программных продуктов, позволяющих в полной её мере реализовать, применение методов машинного обучения набирает всё большую популярность. В этой статье сделан обзор наиболее популярных методов машинного обучения в контексте дефекто- и структуроскопии. Выбор методов определялся в первую очередь импакт-фактором имеющихся публикаций, а также собственным опытом применения перечисленных методов. Также упор был сделан на классификационные методы машинного обучения как имеющие наиболее низкий порог вхождения и в большинстве своём не требующие значительных знаний в области машинного обучения и его математического аппарата. Таким образом, классификация - это раздел машинного обучения, задачей которого является определение принадлежности произвольного объекта к одному из классов на основе прецедентов. В данной статье рассмотрены основные классификационные методы машинного обучения. Приведено краткое теоретическое описание, даны примеры применения классификационных методов машинного обучения в дефектоскопии. 
337 |a Adobe Reader 
461 1 |0 (RuTPU)RU\TPU\prd\143680  |x 2226-0064  |t Вестник науки Сибири  |o электронный научный журнал  |f Томский политехнический университет (ТПУ)  |d 2011- 
463 1 |0 (RuTPU)RU\TPU\prd\222891  |t № 3 (13)  |v С. 41-45  |d 2014 
610 1 |a труды учёных ТПУ 
610 1 |a электронный ресурс 
610 1 |a дефектоскопия 
610 1 |a машинное обучение 
610 1 |a структуроскопия 
610 1 |a математические аппараты 
610 1 |a модели Маркова 
700 1 |a Ильясов  |b Б. Б.  |g Борис Борисович 
701 1 |a Кашимов  |b К. Б.  |g Кахар Бакыевич 
801 1 |a RU  |b 63413507  |c 20090623  |g PSBO 
801 2 |a RU  |b 63413507  |c 20180112  |g PSBO 
856 4 |u http://earchive.tpu.ru/handle/11683/16723 
942 |c BK