Применение метода опорных векторов для классификации данных с терагерцового спектрометра; Перспективы развития фундаментальных наук; Т. 3 : Математика
| Parent link: | Перспективы развития фундаментальных наук=Prospects of Fundamental Sciences Development: сборник научных трудов XIV Международной конференции студентов, аспирантов и молодых ученых, г. Томск, 25-28 апреля 2017 г./ Национальный исследовательский Томский политехнический университет (ТПУ) ; под ред. И. А. Курзиной, Г. А. Вороновой.— , 2017 Т. 3 : Математика.— 2017.— [С. 41-43] |
|---|---|
| المؤلف الرئيسي: | |
| مؤلف مشترك: | |
| مؤلفون آخرون: | , |
| الملخص: | Заглавие с экрана Usually data analysis by classic methods is not possible due to the fact that the input data are incomplete or heterogeneous. The solution to this lies in the area of artificial intelligence - specifically, in machine learning discipline. In this article, we consider one of the solutions to the problem of classification by machine learning method - supporting vector machine, by the data taken from the terahertz spectrometer. |
| اللغة: | الروسية |
| منشور في: |
2017
|
| الموضوعات: | |
| الوصول للمادة أونلاين: | http://earchive.tpu.ru/handle/11683/41385 |
| التنسيق: | الكتروني فصل الكتاب |
| KOHA link: | https://koha.lib.tpu.ru/cgi-bin/koha/opac-detail.pl?biblionumber=622772 |
MARC
| LEADER | 00000naa2a2200000 4500 | ||
|---|---|---|---|
| 001 | 622772 | ||
| 005 | 20260803114854.0 | ||
| 035 | |a (RuTPU)RU\TPU\conf\21588 | ||
| 035 | |a RU\TPU\conf\21587 | ||
| 090 | |a 622772 | ||
| 100 | |a 20170710d2017 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 Применение метода опорных векторов для классификации данных с терагерцового спектрометра |d Support vector machine application in classification of terahertz spectrometer's data |f Ю. К. Изместьева |g науч. рук. А. В. Шаповалов, А. В. Борисов | |
| 203 | |a Текст |c электронный | ||
| 300 | |a Заглавие с экрана | ||
| 320 | |a [Библиогр.: с. 43 (4 назв.)] | ||
| 330 | |a Usually data analysis by classic methods is not possible due to the fact that the input data are incomplete or heterogeneous. The solution to this lies in the area of artificial intelligence - specifically, in machine learning discipline. In this article, we consider one of the solutions to the problem of classification by machine learning method - supporting vector machine, by the data taken from the terahertz spectrometer. | ||
| 461 | 1 | |0 (RuTPU)RU\TPU\conf\21388 |t Перспективы развития фундаментальных наук |l Prospects of Fundamental Sciences Development |o сборник научных трудов XIV Международной конференции студентов, аспирантов и молодых ученых, г. Томск, 25-28 апреля 2017 г. |o в 7 т. |f Национальный исследовательский Томский политехнический университет (ТПУ) ; под ред. И. А. Курзиной, Г. А. Вороновой |d 2017 | |
| 463 | 1 | |0 (RuTPU)RU\TPU\conf\21391 |t Т. 3 : Математика |v [С. 41-43] |d 2017 | |
| 510 | 1 | |a Support vector machine application in classification of terahertz spectrometer's data |z eng | |
| 610 | 1 | |a труды учёных ТПУ | |
| 610 | 1 | |a электронный ресурс | |
| 610 | 1 | |a опорные векторы | |
| 610 | 1 | |a квадратичное программирование | |
| 610 | 1 | |a спектрометры | |
| 610 | 1 | |a MatLab | |
| 610 | 1 | |a интерпретация | |
| 700 | 1 | |a Изместьева |b Ю. К. | |
| 702 | 1 | |a Шаповалов |b А. В. |c математик |c профессор Томского политехнического университета, доктор физико-математических наук |f 1949- |g Александр Васильевич |4 727 | |
| 702 | 1 | |a Борисов |b А. В. |c математик |c доцент Томского политехнического университета, кандидат физико-математических наук |f 1980- |g Алексей Владимирович |4 727 | |
| 712 | 0 | 2 | |a Национальный исследовательский Томский политехнический университет (ТПУ) |b Физико-технический институт (ФТИ) |b Кафедра высшей математики и математической физики (ВММФ) |3 (RuTPU)RU\TPU\col\18727 |
| 801 | 2 | |a RU |b 63413507 |c 20170718 |g RCR | |
| 856 | 4 | |u http://earchive.tpu.ru/handle/11683/41385 | |
| 942 | |c CF | ||