Папиллярные узоры пальцев рук - маркер спортивных способностей: дерматоглифические признаки формируются на 3-5 месяце беременности, не изменяются в течение жизни...
Общие условия выбора системы дренажа: Система дренажа выбирается в зависимости от характера защищаемого...
Топ:
Генеалогическое древо Султанов Османской империи: Османские правители, вначале, будучи еще бейлербеями Анатолии, женились на дочерях византийских императоров...
Отражение на счетах бухгалтерского учета процесса приобретения: Процесс заготовления представляет систему экономических событий, включающих приобретение организацией у поставщиков сырья...
Особенности труда и отдыха в условиях низких температур: К работам при низких температурах на открытом воздухе и в не отапливаемых помещениях допускаются лица не моложе 18 лет, прошедшие...
Интересное:
Искусственное повышение поверхности территории: Варианты искусственного повышения поверхности территории необходимо выбирать на основе анализа следующих характеристик защищаемой территории...
Распространение рака на другие отдаленные от желудка органы: Характерных симптомов рака желудка не существует. Выраженные симптомы появляются, когда опухоль...
Лечение прогрессирующих форм рака: Одним из наиболее важных достижений экспериментальной химиотерапии опухолей, начатой в 60-х и реализованной в 70-х годах, является...
Дисциплины:
2017-12-09 | 170 |
5.00
из
|
Заказать работу |
|
|
ПРОДУКЦИОННЫЕ | – | описание и правила вывода (если <условие>, то <заключение>) |
СЕТЕВЫЕ | – | ориентированные графы: вершина – понятие (объект, процесс, ситуация), ребра – отношения типа «это есть», «принадлежать», «быть причиной», «входить в», «состоять из», «быть как» и т.п. |
ФРЕЙМОВЫЕ | – | описание класса однотипных объектов с помощью фреймов – квантов знаний, их концентраторов, специальных ячеек (шаблонных понятий) фреймовой сети |
ЛОГИЧЕСКИЕ | – | основаны на алгебре высказываний и предикатов, системе аксиом этой алгебры и ее правилах выводов |
ИНТЕЛЛЕКТУАЛЬНЫЙ АНАЛИЗ ДАННЫХ
Разновидность анализа, отличающаяся использованием естественного и/или искусственного интеллекта для выявления, получения «дополнительной» информации из тех же <данных> по сравнению с той, которая получается при применении только строго формализуемых технологических операций анализа
À ИАД-1: 1) Поиск скрытых закономерностей в <данных>, закономерностей и взаимосвязей в объекте (ранее неизвестных, нетривиальных, практически полезных, доступных интерпретации) из <данных> о нем /Data Mining (DM)/. 2) Очистка <данных> – устранение информационного <мусора>: ошибок, противоречий, сбоев, выбросов и т.п. /Data Cleaning (DС)/. 3) Извлечение знаний из <данных> для организации <данных>. |
Á ИАД-2:
1) Извлечение знаний из <данных> /Data-Based Knowledge (DBK)/ с помощью интеллектуальных инструментальных средств анализа /Business Intelligence Tools – BIT/ из хранилища <данных> /Data Warehouse – DW/.
2) Получение новых знаний об объекте на основе извлеченных при ИАД-1 знаний-1, виртуальных <данных> и естественного и/или искусственного интеллекта.
3) Управление знаниями – систематическое приобретение, синтез, обмен и использование информации, идей, опыта для достижения своих целей.
|
 ИАД-3:
1) Традиционный анализ <данных> с предшествующим ему или совмещенным с ним поиском, выбором, синтезом моделей, методов, средств, технологий сбора, обработки, анализа и интерпретации с учетом поставленных целей и ограничений.
2) Вариативное (вариантное) моделирование, в том числе вектор-моделирование, и поливариантный выбор других средств моделирования.
3) Самоорганизация моделей.
4) Когнитивное моделирование.
5) Автоматизация синтеза моделей, алгоритмов, техпроцессов и т.п.
СТРУКТУРА МЕТОДОВ И СРЕДСТВ ИССЛЕДОВАНИЯ МАТЕРИАЛЬНЫХ ОБЪЕКТОВ И ЭКСПЕРИМЕНТИРОВАНИЯ С НИМИ
Условное изображение структуры методов и средств исследования материальных объектов
ТЕХНОЛОГИЧЕСКИЙ ПРОЦЕСС ЭКСПЕРИМЕНТАЛЬНОГО ИССЛЕДОВАНИЯ ОБЪЕКТОВ
ПОНЯТИЕ О ПЛАНИРОВАНИИ ЭКСПЕРИМЕНТОВ
(Планирование в условиях априорной неопределенности)
1. Постановка решаемой задачи. Выбор показателей качества результатов.
2. Определение цели экспериментирования с ориентацией на конечную цель решаемой задачи, применение результатов эксперимента (декомпозиция целей, построение дерева целей).
3. Выбор модельного представления объекта (для организации эксперимента) и экспериментальных данных (для их сбора, обработки, анализа, интерпретации, применения).
4. Выбор измеряемых (оцениваемых, косвенно измеряемых) характеристик и показателей качества их измерения.
5. Выбор алгоритма и средств измерения показателей (параметров) объекта и искомых характеристик с требуемым качеством.
6. Формулировка плана измерений (U, Z) / U – управляемые факторы, условия, Z – неуправляемые, но регистрируемые/, в частности параметров дискретизации, квантования, шага измерения, группирования, объема выборки, количества измерений в каждой точке и т.д., и определение его реализуемости.
|
7. Обеспечение условий и проведение эксперимента.
8. Проведение разведочного анализа экспериментальных результатов.
9. Специальные операции по достижению требуемого качества результатов и/или управления ими.
10. Интерпретация и применение результатов.
ПЛАНИРОВАНИЕ ЭКСПЕРИМЕНТОВ В УСЛОВИЯХ
ЧАСТИЧНОЙ АПРИОРНОЙ НЕОПРЕДЕЛЕННОСТИ
ПЛАНИРОВАНИЕ ЭКСПЕРИМЕНТА (в узком смысле) – раздел математической статистики, в котором изучается техника рациональной организации измерений (математических операций оценивания), в условиях получения результатов первичных измерений (исходных данных) в присутствии случайных факторов. Основная цель ПЭ заключается в задании условий проведения эксперимента, обеспечивающих получение максимального количества информации /наилучших по принятым показателям результатов/ относительно факторов, воздействующих на исследуемый объект /используя как можно меньший объем выборки из генеральной совокупности/ путем рациональной организации выборочных процедур. Другими словами – достижение максимального качества (точности) результатов измерений при минимальном количестве проведенных опытов и сохранении статистической достоверности результатов.
Обычно рассматривается регрессионная схема планирования эксперимента. На практике со случайными погрешностями измеряется значение величины (1), где – детерминированная (регулярная) функция одно- или многомерного аргумента и неизвестного одно- или многомерного параметра . Из-за наличия случайных погрешностей Е измерения y при конкретных значениях , вместо (1) мы имеем , т.е. вместо y результат измерения есть , где – конкретное значение погрешности, определяемое конкретным сочетанием факторов, действующих на объект и условия измерения y в момент их выполнения.
Цель эксперимента – оценка параметров или некоторых требуемых для решаемой задачи функций от них, в том числе , либо проверка гипотез о параметрах . Под планом эксперимента понимается совокупность значений реальных физических величин, представляемых в (1) переменными , задаваемых в эксперименте.
ПРИМЕР ПЛАНОВ ЭКСПЕРИМЕНТА
при двуменом приведенном аргументе
(количество измерений 25)
РАЗНОВИДНОСТИ ВЫБОРОК ОБЪЕМА N
ИЗ ГЕНЕРАЛЬНОЙ СОВОКУПНОСТИ (ГС)
Случайная повторная (выборка N элементов ГС с возвращением)
|
Случайная бесповторная (выборка N элементов ГС без возвращения)
/Случайная – каждый элемент ГС может быть извлечен с одинаковой вероятностью/
Регулярная – подлежащие выбору N элементов ГС отбираются через определенные (регулярные) интервалы (времени, номера, значений и т.д.)
Районированная (типичная) – ГС предварительно разбивается на п непересекающихся групп (районов, классов). Затем из каждой k -й группы, , по схеме случайной выборки (повторной или бесповторной) отбирают элементов . Например, группа – это изделие одного цеха, участка
Серийная (гнездовая) – ГС предварительно разбивается на п непересекающихся серий (групп) и по схеме случайной выборки отбирается определенное число т серий, все элементы которых и образуют выборку объема . Например, из 150 станков отбирается т = 10, вся продукция которых и образует выборку
|
|
Наброски и зарисовки растений, плодов, цветов: Освоить конструктивное построение структуры дерева через зарисовки отдельных деревьев, группы деревьев...
Опора деревянной одностоечной и способы укрепление угловых опор: Опоры ВЛ - конструкции, предназначенные для поддерживания проводов на необходимой высоте над землей, водой...
История развития хранилищ для нефти: Первые склады нефти появились в XVII веке. Они представляли собой землянные ямы-амбара глубиной 4…5 м...
Автоматическое растормаживание колес: Тормозные устройства колес предназначены для уменьшения длины пробега и улучшения маневрирования ВС при...
© cyberpedia.su 2017-2024 - Не является автором материалов. Исключительное право сохранено за автором текста.
Если вы не хотите, чтобы данный материал был у нас на сайте, перейдите по ссылке: Нарушение авторских прав. Мы поможем в написании вашей работы!