Диссертация (Исследование и разработка методов и алгоритмов обобщения знаний для систем поддержки принятия решений реального времени), страница 21
Описание файла
Файл "Диссертация" внутри архива находится в папке "Исследование и разработка методов и алгоритмов обобщения знаний для систем поддержки принятия решений реального времени". PDF-файл из архива "Исследование и разработка методов и алгоритмов обобщения знаний для систем поддержки принятия решений реального времени", который расположен в категории "". Всё это находится в предмете "технические науки" из Аспирантура и докторантура, которые можно найти в файловом архиве НИУ «МЭИ» . Не смотря на прямую связь этого архива с НИУ «МЭИ» , его также можно найти и в других разделах. , а ещё этот архив представляет собой кандидатскую диссертацию, поэтому ещё представлен в разделе всех диссертаций на соискание учёной степени кандидата технических наук.
Просмотр PDF-файла онлайн
Текст 21 страницы из PDF
В. Фомина. Метод формирования обобщенных понятийс использованием темпоральных деревьев решений // Двенадцатая национальная конференция по искусственному интеллекту с международнымучастием КИИ-2010 (20-24 сентября 2010 г., г. Тверь, Россия): Труды конференции.
— Т. 2. — Москва: Физматлит, 2010. — С. 40–46.11. С. Г. Антипов, В. Н. Вагин. Проблема обнаружения аномалий в наборахвременных рядов: обучающие множества с одним и несколькими классами // Труды конгресса по интеллектуальным системам и информационнымтехнологиям IS&IT’12. — Т. 1. — М.: Физматлит, 2012. — С. 293–300.12.
С. Г. Антипов, В. Н. Вагин. Проблема обнаружения аномалий в наборахвременных рядов // Четырнадцатая национальная конференция по искусственному интеллекту с международным участием КИИ 2014 (24-27 сентября 2014 г., г. Казань, Россия): Труды конференции. — Т. 2. — Казань:Изд-во РИЦ «Школа», 2014. — С. 195–203.13. С. Г. Антипов, Л. А. Старостина, М. В. Фомина.
Проблема формирования обобщенных понятий при наличии шума в решающих атрибутах //Четырнадцатая национальная конференция по искусственному интеллектус международным участием КИИ 2014 (24-27 сентября 2014 г., г. Казань,Россия): Труды конференции. — Т. 2. — Казань: Изд-во РИЦ «Школа», 2014.— С. 204–212.14.
С. Г. Антипов, М. В. Фомина. Метод формирования обобщенных понятий с использованием темпоральных деревьев решений // Интеллектуальные системы. Коллективная монография. Выпуск четвертый. — 2010. —С. 277–296.15. А. Н. Аверкин, М. Г. Гаазе-Рапопорт, Д. А. Поспелов. Толковый словарь поискусственному интеллекту. — М.: Радио и связь, 1992. — P. 256.16. Ю.М.
Арский, В. К. Финн. Принципы конструирования интеллектуальныхсистем // Информационные технологии и вычислительные системы. —2008. — № 4. — С. 4–37.12817. А. И. Башмаков, И. А. Башмаков. Интеллектуальные информационные технологии: Учеб. пособие. — Москва: Изд. МГТУ им. Н. Э. Баумана, 2005. —304 с.18. Еремеев АП., Троицкий В.В. Модели представления временных зависимостей в интеллектуальных системах поддержки принятия решений // Известия РАН. Теория и системы управления. — 2003. — № 5.
— С. 75–88.19. Thomas G. Dietterich, Ryszard S. Michalski. Inductive Learning of StructuralDescriptions: Evaluation Criteria and Comparative Review of Selected Methods // Artif. Intell. — 1981. — Vol. 16, no. 3. — Pp. 257–294.20. Джозеф Гарратано, Гари Райли. Экспертные системы: принципы разработки и программирование. — 4 изд. — Москва: ООО «И.Д.
Вильямс»,2007. — 1152 с.21. Д. А. Поспелов. Моделирование рассуждений. Опыт анализа мыслительныхактов. — Москва: Радио и связь, 1989. — 184 с.22. Newell, Allen, Simon, Herbert A. Computer science as empirical inquiry: symbols and search // Commun. ACM. — 1976. — mar. — Vol. 19, no. 3. —Pp. 113–126. — URL: http://doi.acm.org/10.1145/360018.360022.23. Collins, A.M., Quillian, M.R. Retrieval time from semantic memory // Journalof Verbal Learning and Verbal Behavior.
— 1969. — Vol. 8. — Pp. 240–248.24. В. Н. Вагин. Дедукция и обобщение в системах принятия решений. —Москва: Наука, 1988. — 384 pp.25. F. Sowa John. Encyclopedia of Artificial Intelligence. — 2nd edition. — NewYork, NY, USA: John Wiley & Sons, Inc., 1992.26. Minsky, Marvin. A Framework for Representing Knowledge: Tech.
Rep. : Cambridge, MA, USA, 1974.27. Axelrod, Robert M. Structure of decision: the cognitive maps of political elites/ edited by Robert Axelrod; written under the auspices of the Institute of International Studies, University of California (Berkeley) and the Institute of PublicPolicy Studies, the University Michigan. — Princeton University Press, Princeton, N.J., 1976.
— P. 404.28. TOLMAN E. C. Cognitive maps in rats and men. // Psychological review. —1948. — jul. — Vol. 55, no. 4. — Pp. 189–208.29. Ю. М. Плотинский. Модели социальных процессов. — 2 изд. — М.: Логос,2001. — 296 с.12930. Джордж Ф. Люгер. Искусственный интеллект: стратегии и методы решения сложных проблем. — 4-е издание изд.
— Москва: Издательский дом«Вильямс», 2003. — 864 с.31. McCulloch, Warren S., Pitts, Walter. A logical calculus of the ideas immanent innervous activity // Bulletin of Mathematical Biology. — 1943. — dec. — Vol. 5,no. 4. — Pp. 115–133. — URL: http://dx.doi.org/10.1007/BF02478259.32. Colmerauer, Alain, Roussel, Philippe. History of programming languages—II /Ed. by Thomas J. Bergin, Jr., Richard G. Gibson, Jr. — New York, NY, USA:ACM, 1996.
— Pp. 331–367. — URL: http://doi.acm.org/10.1145/234286.1057820.33. В. К. Финн. Об интеллектуальном анализе данных // Новости искусственного интеллекта. — 2004. — № 3. — С. 3–18.34. А. С. Нариньяни. НЕ-факторы: state of art // Научная сессия МИФИ. — Т. 3.— 2004. — С. 26–30.35. Quinlan J. R. Induction of decision trees // Machine learning. — 1986.
— Vol. 1.— Pp. 81–106.36. О. И. Ларичев, А. В. Петровский. Системы поддержки принятия решений.Современное состояние и перспективы их развития // Итоги науки и техники. Сер. Техническая кибернетика. — 1987. — Т. 21. — С. 131–164.37. Н. П. Кириллов. Признаки класса и определения понятия «технические системы» // Авиакосмическое приборостроение. — 2009. — С. 1–6.38. Достоверный и правдоподобный вывод в интеллектуальных системах /В.
Н. Вагин, Е. Ю. Головина, А. А. Загорянская, М. В. Фомина; Подред. В. Н. Вагина, Д. А. Поспелова. — Издание второе, исправленное идополненное изд. — Москва: Физматлит, 2008. — 712 с.39. Dietterich, T. G., Michalski, R. S. Machine Learning: An Artificial IntelligenceApproach / Ed. by Michalski, R. S., Carbonell, J., Mitchell, T. M. — PaloAlto: Tioga, 1983. — Pp.
41–82.40. Langley P. Machine learning as an experimental science // Machine learning. —1988. — Vol. 3. — Pp. 5–8.41. Т. А. Гаврилова, К. Р. Червинская. Извлечение и структурирование знанийдля экспертных систем. — Москва: Радио и связь, 1992. — 200 с.42. Т. А. Гаврилова, В. Ф. Хорошевский. Базы знаний интеллектуальных систем.— СПб: Питер, 2000. — 384 с.13043. Е. Ю. Кандрашина, Л. В. Литвинцева, Д. А.
Поспелов. Представление знаний о времени и пространстве в интеллектуальных системах / Под ред.Д. А. Поспелова. — Москва: Наука, 1989. — 328 с.44. И. С. Лосев, В. В. Максимов. Моделирование обучения и поведения. — М.:Наука, 1975. — С. 185–209.45. Д. А.
Поспелов. Из истории искусственного интеллекта: история искусственного интеллекта до середины 80-х годов // Новости искусственногоинтеллекта. — 1994. — № 4. — С. 70–90.46. Roddick John F., Spiliopoulou Myra. A bibliography of temporal, spatial andspatio-temporal data mining research // SIGKDD Explor. Newsl. — 1999. — jun.— Vol. 1, no. 1. — Pp. 34–38.
— URL: http://doi.acm.org/10.1145/846170.846173.47. Weiqiang Lin, Mehmet A. Orgun, Graham J. Williams. An Overview of TemporalData Mining // Proceedings of the 1st Australasian Data Mining Workshop. —2002.48. C. M. Antunes, A. L. Oliveira. Temporal data mining: an overview // EleventhInternational Workshop on the Principles of Diagnosis. — 2001.49. A Survey of Temporal Knowledge Discovery Paradigms and Methods /John F. Roddick, Ieee Computer Society, Myra Spiliopoulou, Ieee Computer Society // IEEE Transactions on Knowledge and Data Engineering. — 2002.
—Vol. 14. — Pp. 750–767.50. Allen James F. Maintaining knowledge about temporal intervals // Communications of the ACM. — 1983. — Vol. 26, no. 11. — Pp. 832–843. — URL:http://doi.acm.org/10.1145/182.358434.51. Н. Г. Ярушкина, Т. В. Афанасьева, И. Г. Перфильева. Интеллектуальныйанализ временных рядов. — Ульяновск: УлГТУ, 2010. — 315 с.52. Т. Андерсон. Статистический анализ временных рядов / Под ред. Ю.
К. Беляева. — Москва: Мир, 1976. — 756 с.53. Eamonn Keogh, Shruti Kasetty. On the Need for Time Series Data MiningBenchmarks: A Survey and Empirical Demonstration // Data Mining and Knowledge Discovery. — 2003. — Vol. 7. — Pp. 1–72.54. Real-Time Classification of Streaming Sensor Data / Shashwati Kasetty, Candice, Stafford, Gregory P. Walker et al. // Proceedings of the 2008 20th IEEEInternational Conference on Tools with Artificial Intelligence - Volume 01.13155.56.57.58.59.60.61.62.63.— ICTAI ’08.
— Washington, DC, USA: IEEE Computer Society, 2008. —Pp. 149–156. — URL: http://dx.doi.org/10.1109/ICTAI.2008.143.Locally adaptive dimensionality reduction for indexing large time series databases / Kaushik Chakrabarti, Eamonn J. Keogh, Sharad Mehrotra, Michael J.Pazzani // ACM Trans. Database Syst. — 2002. — Vol. 27, no.
