Диссертация (1141573), страница 27
Текст из файла (страница 27)
наук : 05.02.22 /Лысанова Марина Витальевна. - Ярославль, 2015. - 175 с.43. Макаров А.Н. Искусственная нейронная сеть для организации и управлениястроительным процессом // Вестник БГТУ им. В.Г. Шухова. - 2017. - N 4. - С. 117122.44. Маругин В.М., Азгальдов Г.Г. Квалиметрический мониторинг строительныхобъектов. - Спб. : Политехника, 2010.
- 345 c.45. Монфред Ю.Б. Организация, планирование и управление предприятиямистройиндустрии : учеб.для вузов / Ю. Б. Монфред, Прыкин Б.В. - М. : Стройиздат,1989. - 506 с.46. Нанасов А.М. Разработка метода оценки организационно-технологическогопотенциала реализации инвестиционно-строительных проектов : автореферат дис.… канд. тех. наук : 05.02.22 / Нанасов Антон Михайлович. - М., 2005. - 22 с.47. Паспорта научных специальностей [Электронный ресурс] // Высшаяаттестационная комиссия (ВАК) при Министерстве образования и наукиРоссийской Федерации: [сайт]. URL: http://vak.ed.gov.ru/316 (дата обращения:05.05.2018)48. Орлов А.И.
Теория нечетких множеств – часть теории вероятностей //Политематический сетевой электронный научный журнал Кубанскогогосударственного аграрного университета. - 2013. - N 92. - С. 51-60.16549. Романович М.А. Совершенствование механизма стимулированияинновационной деятельности малых предприятий на базе вузов : дис. … канд.экон.
наук : 08.00.05 / Романович Марина Алексеевна. - Белгород, 2014. - 188 с.50. Словарь по кибернетике / ред. Михалевич В.С. - 2-е изд., перераб.и доп. Киев, 1989. - 751 с.51. Синенко С.А. Системотехника проектирования организации строительногопроизводства : дис. … док.
тех. наук : 05.13.12 / Синенко Сергей Анатольевич –М., 1992. - 405 с.52. Системотехника строительства. Энциклопедический словарь / Под редакциейА.А. Гусакова. - М. : Издательство Ассоциации строительных вузов, 2004. - 320 с.53. СП 48.13330.2011 «Организация строительства». Актуализированная редакцияСНиП 12-01-2004. - Введ. 2011-05-20. - М. : Минрегион России, 2010.54.
СП 70.13330.2012 Несущие и ограждающие конструкции. Актуализированнаяредакция СНиП 3.03.01-87. - Введ. 2013-07-01. - М. : Госстрой, 2012.55. СП 71.13330.2017 СНиП 3.04.01-87 Изоляционные и отделочные покрытия.Актуализированная редакция СНиП 3.04.01-87. - Введ. 2017-08-28. - М. :Минстрой России, 2017.56. Теличенко В.И. Системотехника управления целевыми строительнымипрограммами: монография. - М. : АСВ, 2002. - 221 с.57.
Теличенко В.И., Терентьев О.М., Лапидус А.А.. Технология строительныхпроцессов: В 2 ч. Ч. 1. : Учебник, 4-е изд., стер. - М. : Высш. шк., 2008. - 392 с.58. Фатуллаев Р.С. Организационно-технологическое моделированиекомплексной оценки потенциала проведения внеплановых ремонтных работ : дис.… канд. тех. наук : 05.02.22 / Фатуллаев Рустам Сейфуллаевич. – М., 2017.
- 103 с.59. Федосеева Т.А. Функциональное моделирование организации строительногопроизводства в условиях чрезвычайных ситуаций: автореферат дис. … канд. тех.наук : 05.02.22 / Федосеева Татьяна Александровна. – М., 2013. - 19 с.60. Чулков В.О. Переустройство : организационно-антропотехн. надежность стрва : [монография] / [Чулков В. О. и др.] – М.
: СвР-Аргус, 2005. - 300 с.16661. Alon N., S. Ben-David, N. Cesa-Bianchi, and D. Haussler. Scale-sensitivedimensions, uniform convergence, and learnability // Journal of the ACM. - 1997. - Vol.44. - N 4. - P. 615-631.62. Anthony M., P. L. Bartlett. Neural network learning: theoretical foundations.
Cambridge : Cambridge university press, 1999. - 389 p.63. Ashby W. R. An Introduction to Cybernetics. - London : Chapman & Hall, 1956. 312 p.64. Ashby W.R. Design for a Brain. - London : Chapman & Hall, 1952 - 259 p.65. Ashby W. R. Principles of the self-organizing system // Principles of SelfOrganization: Transactions of the University of Illinois Symposium. - 1962.
- P. 255278.66. Barron. A.R. Universal approximation bounds for superpositions of a sigmoidalfunction // IEEE Transactions on information theory. - 1993. - N 39. - P. 930-945.67. Bartlett Peter L. For valid generalization, the size of the weights is more importantthan the size of the network // NIPS 1996 Proceeding. - 1996. - P. 134-140.68. Breiman L. Bagging predictors // Machine Learning.
- 1996. - N 24. - P. 123-140.69. Breiman L. Bias, Variance, and Arcing Classifiers ; Statistics DepartmentUniversity of California. - Berkeley, 1996. - 24 p.70. Cannon W.B. The Wisdom of the Body. - New York : W.W. Norton & Company,Inc., 1932. - 294 p.71. Chown G.A., W.C. Brown, B.R. Kyle, M.A.
Lacasse, D.J. Vanier. Applyng servicelife and asset management techniques to roofing systems // Proceedings of theSustainable Low-Slope Roofing Workshop, At Oak Ridge, Tennessee. - Tennessee,1996. - P. 1-13.72. Coffelt D.P., C.T. Hendrickson.
Case study of occupant costs in roof management //Journal of Architectural Engineering. - 2012. - Vol. 18. - N 4. - P. 341-348.73. Coffelt D.P., C.T. Hendrickson. Inspection, condition assessment, and managementdecisions for commercial roof systems // Journal of Architectural Engineering. - 2010. Vol. 16.
- N 3. - P. 94-99.16774. Coffelt D.P. Roof Management Improvement: Improving InfrastructureManagement Decision Making Through A Consideration of Total Life Cycle Cost andDeterioration : Ph.D. dissertation / Coffelt Donald P., Jr. – Pittsburgh, 2008. – 357 p.75. Crivelli D., M. Guagliano, A.
Monici. Development of an artificial neural networkprocessing technique for the analysis of damage evolution in pultruded composites withacoustic emission // Composites Part B: Engineering. - 2014. - N 56. - P. 948-959.76. Cybenko G. Approximation by superpositions of a sigmoidal function //Mathematics of Control Signals Systems. - 1989. - N 2. - P. 303-314.77. Efron B. Bootstrap Methods: Another Look at the Jackknife // The Annals ofStatistics.
- 1979. - Vol. 7. - N 1. - P. 1-26.78. Fernandez F.G., P. de Palacios, L.G. Esteban, A. Garcia-Iruela, B.G. Rodrigo, E.Menasalvas. Prediction of MOR and MOE of structural plywood board using anartificial neural network and comparison with a multivariate regression model //Composites Part B: Engineering.
- 2012. - N 43. - P. 3528-3533.79. Fisher R.A. The Design of Experiments. - 8th ed. - London : Oliver and Boyd, 1966.- 248 p.80. Floyd S., M. Warmuth. Sample compression, learnability, and the VapnikChervonenkis dimension // Machine Learning. - 1995. - N 21. - P. 269-304.81. Gholizadeh S., A. Pirmoz, R.
Attarnejad. Assessment of load carrying capacity ofcastellated steel beams by neural networks // Journal of Constructional Steel Research. 2011. - Vol. 67. - N 5. - P. 770-779.82. Hastie T., R. Tibshirani, J. Friedman. The Elements of Statistical Learning. DataMining, Inference, and Prediction. - Springer Science & Business Media, 2009. - 533 p.83.
Haussler D. Decision theoretic generalizations of the PAC model for neural net andother learning applications // Information and Computation. - 1992. - N 100. - P. 78150.84. Haykin S. Neural Networks: A Comprehensive Foundation. - 2nd Edition. Singapore : Pearson Prentice-Hall, 1999. - 823 p.16885. Hosoz M., H.M.
Ertunc, H. Bulgurcu. Performance prediction of a cooling towerusing artificial neural network // Energy Conversion and Management. - 2007. - Vol.48. - N 4. - P. 1349-1359.86. James G., D. Witten, T. Hastie, R. Tibshirani. An Introduction to StatisticalLearning with Applications in R. - New York : Springer Science+Business Media,2013.
- 426 p.87. Ito Y. Approximation of continuous functions on Rd by linear combinations ofshifted rotations of a sigmoid function with and without scaling // Neural Networks. 1992. - Vol. 5. - N 1. - P. 105-115.88. Karami A., M.S. Mohammadi. Radial basis function neural network for powersystem load-flow // International Journal of Electrical Power & Energy Systems. - 2008.- Vol. 30.
- N 1. - P. 60-66.89. Kearns M. J., R. E. Schapire. Efficient distribution-free learning of probabilisticconcepts (extended abstract) // Proceedings, 31st Annual Symposium on theFoundations of Computer Science. - 1990. - Vol. 1 - P. 382-391.90. Khademi F., S.M. Jamal, N. Deshpande, S. Londhe. Predicting strength of recycledaggregate concrete using Artificial Neural Network, Adaptive Neuro-Fuzzy InferenceSystem and Multiple Linear Regression // International Journal of Sustainable BuiltEnvironment.
- 2016. - N 5. - P. 355-369.91. Kumar R., R.K. Aggarwal, J.D. Sharma. Energy analysis of a building usingartificial neural network: A review // Energy and Buildings. - 2013. - Vol. 65. - P. 352358.92. Lee S., W.S. Choi. A multi-industry bankruptcy prediction model using backpropagation neural network and multivariate discriminant analysis // Expert Systemswith Applications. - 2013.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
