Виявлення та оброблення невизначеностей у формі неповних даних методами інтелектуального анализу

dc.contributor.authorКузнєцова, Н.В.
dc.date.accessioned2018-06-10T19:18:13Z
dc.date.available2018-06-10T19:18:13Z
dc.date.issued2016
dc.description.abstractРозглянуто методи оброблення пропущених даних і запропоновано їх класифікацію з урахуванням видів вхідних даних, типів та форматів даних, причин пропусків, зумовлених проявом впливу невизначеностей навколишнього світу і об’єкта моделювання. Досліджено спільні ознаки та відмінності існуючих методів оброблення, визначено особливості їх застосування для дозаповнення пропущених даних залежно від характеру невизначеностей. Показано, що традиційний підхід до заповнення пропусків середнім значенням не дозволяє отримати достовірні прогнози у багатьох випадках через зміну характеру вибірки. Запропоновано використання методів інтелектуального аналізу даних для оброблення пропущених значень та наведено приклад заповнення пропусків даних методами регресійного аналізу, зокрема за допомогою оцінок прогнозів.uk_UA
dc.description.abstractIn this paper, the methods for processing missing data are reviewed. The classification of methods depending on input data, data types and formats, and causes of data incompleteness associated with influence of uncertainties of the outside world and modeling object is proposed. The commonalities and differences between existing methods are investigated. The application peculiarities of these methods for filling missing data depending on properties of uncertainties are determined. It is shown that the traditional approach for filling the missing data by average values does not allow obtaining correct forecasts in many cases due to changes in sample’s properties. The usage of data mining methods technologies for dealing with missing data is proposed. An example of using regression methods is shown for filling missing data, in particular, using the forecast evaluation.uk_UA
dc.identifier.citationВиявлення та оброблення невизначеностей у формі неповних даних методами інтелектуального анализу / Н.В. Кузнєцова // Системні дослідження та інформаційні технології. — 2016. — № 2. — С. 104-115. — Бібліогр.: 16 назв. — укр.uk_UA
dc.identifier.issn1681–6048
dc.identifier.otherDOI: doi.org/10.20535/SRIT.2308-8893.2016.2.10
dc.identifier.udc519.816
dc.identifier.urihttps://nasplib.isofts.kiev.ua/handle/123456789/134018
dc.language.isoukuk_UA
dc.publisherНавчально-науковий комплекс "Інститут прикладного системного аналізу" НТУУ "КПІ" МОН та НАН Україниuk_UA
dc.relation.ispartofСистемні дослідження та інформаційні технології
dc.statuspublished earlieruk_UA
dc.subjectМетоди аналізу та управління системами в умовах ризику і невизначеностіuk_UA
dc.titleВиявлення та оброблення невизначеностей у формі неповних даних методами інтелектуального анализуuk_UA
dc.title.alternativeIdentification and dealing with uncertainties in the form of incomplete data by data mining methodsuk_UA
dc.typeArticleuk_UA

Файли

Оригінальний контейнер

Зараз показуємо 1 - 1 з 1
Завантаження...
Ескіз
Назва:
10-Kuznietsova.pdf
Розмір:
307.96 KB
Формат:
Adobe Portable Document Format

Контейнер ліцензії

Зараз показуємо 1 - 1 з 1
Завантаження...
Ескіз
Назва:
license.txt
Розмір:
817 B
Формат:
Item-specific license agreed upon to submission
Опис: