Применение метода опорных векторов для классификации данных с терагерцового спектрометра; Перспективы развития фундаментальных наук; Т. 3 : Математика

Detalhes bibliográficos
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]
Autor principal: Изместьева Ю. К.
Autor Corporativo: Национальный исследовательский Томский политехнический университет (ТПУ) Физико-технический институт (ФТИ) Кафедра высшей математики и математической физики (ВММФ)
Outros Autores: Шаповалов А. В. Александр Васильевич (научный руководитель), Борисов А. В. Алексей Владимирович
Resumo: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.
Idioma:russo
Publicado em: 2017
Assuntos:
Acesso em linha:http://earchive.tpu.ru/handle/11683/41385
Formato: Recurso Electrónico Capítulo de Livro
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