База данных: Статьи
Страница 1, Результатов: 5
Отмеченные записи: 0
1.
Подробнее
28
N94
Nurtas, M.
Applying neural network for predicting cardiovascular disease risk [Текст] / M. Nurtas, Zh. Baishemirov [et al.] // News of the National Academy Ofsciences of the Republic of Kazakhstan. - 2020. - №4. - P. 28-34
ББК 28
Рубрики: Biology
Кл.слова (ненормированные):
neural network -- cardiovascular system diseases -- predicting models -- supervised learning -- keras
Аннотация: This aticle concerns the problem of the prevalence of cardiovascular disease in economically developed countries.
Держатели документа:
WKU
Доп.точки доступа:
Baishemirov, Zh.
Tsay, V.
Tastanov, M.
Zhanabekov, Zh.
N94
Nurtas, M.
Applying neural network for predicting cardiovascular disease risk [Текст] / M. Nurtas, Zh. Baishemirov [et al.] // News of the National Academy Ofsciences of the Republic of Kazakhstan. - 2020. - №4. - P. 28-34
Рубрики: Biology
Кл.слова (ненормированные):
neural network -- cardiovascular system diseases -- predicting models -- supervised learning -- keras
Аннотация: This aticle concerns the problem of the prevalence of cardiovascular disease in economically developed countries.
Держатели документа:
WKU
Доп.точки доступа:
Baishemirov, Zh.
Tsay, V.
Tastanov, M.
Zhanabekov, Zh.
2.
Подробнее
34
N93
Nurtas, M.
Convulutional neural networks as a method to solve estimation problem of acoustic wave propagation in poroelastic media [Текст] / M. Nurtas, Zh. Baishemirov [et al.] // News of the National Academy of sciences of the Republic of Kazakhstan. - 2020. - №4. - Р. 42-60
ББК 34
Рубрики: Technics
Кл.слова (ненормированные):
newral network -- convolutional neural network -- acoustic wave propagation -- predicting models -- supervised learning -- activation function -- pytorch
Аннотация: This article concerns the problem of the acoustic wave propagation in the 3 layered half-space.
Держатели документа:
WKU
Доп.точки доступа:
Baishemirov, Zh.
Tsay, V.
Tastanov, M.
Zhanabekov, Zh.
N93
Nurtas, M.
Convulutional neural networks as a method to solve estimation problem of acoustic wave propagation in poroelastic media [Текст] / M. Nurtas, Zh. Baishemirov [et al.] // News of the National Academy of sciences of the Republic of Kazakhstan. - 2020. - №4. - Р. 42-60
Рубрики: Technics
Кл.слова (ненормированные):
newral network -- convolutional neural network -- acoustic wave propagation -- predicting models -- supervised learning -- activation function -- pytorch
Аннотация: This article concerns the problem of the acoustic wave propagation in the 3 layered half-space.
Держатели документа:
WKU
Доп.точки доступа:
Baishemirov, Zh.
Tsay, V.
Tastanov, M.
Zhanabekov, Zh.
3.
Подробнее
22.3
M99
Myrzatay, A. A.
The effect of the amount of data array on the results of forecasting network equipment failures. [Текст] / A. A. Myrzatay, L. G. Rzayeva, G. A. Uskenbayeva, A. K. Shukirova, G. Abitova // News of national academy of sciences of the republic of Kazakhstan. . - 2021. - №6. - P. 28-36
ББК 22.3
Рубрики: physics
Кл.слова (ненормированные):
machine learning methods -- modeling of machine learning method -- network equipment failure forecasts -- LAN
Аннотация: The article discusses three methods for predicting network equipment failures and the impact of the data array of input controllers. The purpose of the article is to reveal the relevance of the approach proposed by the authors to the use of large-amount of data in the chosen method of machine learning and to make a comparative analysis of the final values with the works of other world researchers. In the first section, the authors analyze the work of scientists from the Beijing University of Post and Telecommunications, noting the strengths and weaknesses of their method. In Section 2, the authors analyze the Holt-Winters method for developing algorithms for analyzing network traffic, which was applied by researchers from the Tomsk State University of Control Systems and Radio Electronics. In section 3, the authors applied the method of random trees in the modeling of machine learning methods of Rapid Miner Studio. The authors have carried out work with a large amount of data, and a comparative analysis of the results of modeling the method. The importance of using large amounts of information to train a model of network equipment failure forecasts is proved. In the final section, the authors highlight the need to improve forecasting models for its further implementation in the working environment. Also, the authors emphasize that the two articles considered by international researchers are a special case, as well as their chosen method for predicting failures in the LAN system.
Держатели документа:
WKU
Доп.точки доступа:
Rzayeva, L.G.
Uskenbayeva, G.A.
Shukirova, A.K.
Abitova, G.
M99
Myrzatay, A. A.
The effect of the amount of data array on the results of forecasting network equipment failures. [Текст] / A. A. Myrzatay, L. G. Rzayeva, G. A. Uskenbayeva, A. K. Shukirova, G. Abitova // News of national academy of sciences of the republic of Kazakhstan. . - 2021. - №6. - P. 28-36
Рубрики: physics
Кл.слова (ненормированные):
machine learning methods -- modeling of machine learning method -- network equipment failure forecasts -- LAN
Аннотация: The article discusses three methods for predicting network equipment failures and the impact of the data array of input controllers. The purpose of the article is to reveal the relevance of the approach proposed by the authors to the use of large-amount of data in the chosen method of machine learning and to make a comparative analysis of the final values with the works of other world researchers. In the first section, the authors analyze the work of scientists from the Beijing University of Post and Telecommunications, noting the strengths and weaknesses of their method. In Section 2, the authors analyze the Holt-Winters method for developing algorithms for analyzing network traffic, which was applied by researchers from the Tomsk State University of Control Systems and Radio Electronics. In section 3, the authors applied the method of random trees in the modeling of machine learning methods of Rapid Miner Studio. The authors have carried out work with a large amount of data, and a comparative analysis of the results of modeling the method. The importance of using large amounts of information to train a model of network equipment failure forecasts is proved. In the final section, the authors highlight the need to improve forecasting models for its further implementation in the working environment. Also, the authors emphasize that the two articles considered by international researchers are a special case, as well as their chosen method for predicting failures in the LAN system.
Держатели документа:
WKU
Доп.точки доступа:
Rzayeva, L.G.
Uskenbayeva, G.A.
Shukirova, A.K.
Abitova, G.
4.
Подробнее
26.3
T95
Turgumbayev, J. J.
Predicting the resistance force of homogeneous ground to cutting [Текст] / J. J. Turgumbayev, M. S. Turgunbayev // Известия Национальной Академии наук Республики Казахстан. - 2021. - №4. - Р. 91-98
ББК 26.3
Рубрики: Геология
Кл.слова (ненормированные):
прогнозирование силы сопротивления -- фундаментальное уравнение землеройных работ -- предельное равновесие сыпучей среды -- зависимость силы сопротивления от объема грунта -- коэффициент пространственности -- трехмерный характер разрушения -- боковой серп -- центральный клин -- объем грунта -- находящегося в предельном равновесии
Аннотация: разработана модель прогнозирования силы сопротивления грунта резанию на базе теории предельного равновесия сыпучей среды, учитывающая конфигурацию плоскости разрушения грунта. Трехмерный характер разрушения грунта оценивается посредством коэффициента пространственности. Модель использует результаты автоматической идентификации прочностных параметров грунта и данные полевых и лабораторных испытаний грунтов. Во всех моделях сила сопротивления функционально зависит от объема грунта, находящегося в предельном напряженном состоянии. Получены аналитические выражения объема грунтов центрального клина и бокового серпа, которые позволяют аналитически рассчитать удельную энергоемкость процесса резания грунта. Оценена корректность разработанной модели в сравнении с моделями, полученными на основе предельного равновесия, фундаментального уравнения землеройных работ и с экспериментальными данными. Установлены зависимости силы сопротивления от режимов резания грунтов.
Держатели документа:
ЗКУ
Доп.точки доступа:
Turgunbayev, M.S.
T95
Turgumbayev, J. J.
Predicting the resistance force of homogeneous ground to cutting [Текст] / J. J. Turgumbayev, M. S. Turgunbayev // Известия Национальной Академии наук Республики Казахстан. - 2021. - №4. - Р. 91-98
Рубрики: Геология
Кл.слова (ненормированные):
прогнозирование силы сопротивления -- фундаментальное уравнение землеройных работ -- предельное равновесие сыпучей среды -- зависимость силы сопротивления от объема грунта -- коэффициент пространственности -- трехмерный характер разрушения -- боковой серп -- центральный клин -- объем грунта -- находящегося в предельном равновесии
Аннотация: разработана модель прогнозирования силы сопротивления грунта резанию на базе теории предельного равновесия сыпучей среды, учитывающая конфигурацию плоскости разрушения грунта. Трехмерный характер разрушения грунта оценивается посредством коэффициента пространственности. Модель использует результаты автоматической идентификации прочностных параметров грунта и данные полевых и лабораторных испытаний грунтов. Во всех моделях сила сопротивления функционально зависит от объема грунта, находящегося в предельном напряженном состоянии. Получены аналитические выражения объема грунтов центрального клина и бокового серпа, которые позволяют аналитически рассчитать удельную энергоемкость процесса резания грунта. Оценена корректность разработанной модели в сравнении с моделями, полученными на основе предельного равновесия, фундаментального уравнения землеройных работ и с экспериментальными данными. Установлены зависимости силы сопротивления от режимов резания грунтов.
Держатели документа:
ЗКУ
Доп.точки доступа:
Turgunbayev, M.S.
5.
Страница 1, Результатов: 5