статья посвящена исследованию возможностей применения методологии больших данных для оптимизации процессов хранения и транспортировки скоропортящейся продукции. Рассматриваются ключевые направления использования аналитических инструментов. Особое внимание уделяется эффективности гибридных моделей, объединяющих различные подходы для повышения точности прогнозов и адаптивности принимаемых решений. Анализируются вызовы и ограничения практического внедрения предлагаемых подходов, включая вопросы интеграции разнородных источников данных и требования к вычислительным ресурсам, а также перспективы ра...
в статье рассматривается проблема повышения эффективности вычислительных процессов при работе с массивами больших гетерогенных данных, характеризующихся сложной структурной связностью. В работе применен комплексный методологический аппарат, включающий алгоритмы поиска путей, методы кластеризации графовых структур и приемы динамической перестройки топологии данных. Рассматривается, что внедрение данных методов позволяет существенно оптимизировать использование ресурсов оперативной памяти и нагрузку на центральные процессоры при выполнении запросов к разнородным источникам. Основным выводом стат...
рассмотрены правовые и организационные вопросы управления гетерогенными потоками промышленных данных в распределённых архитектурах промышленного интернета вещей. Подсистема DFMS = ⟨F, C, P, R, A⟩ формализует классификацию, приоритизацию, маршрутизацию и адаптацию потоков с учётом их правового режима (персональные данные, критическая информационная инфраструктура, коммерческая тайна). Показано, что модульная адаптивная архитектура обеспечивает соблюдение принципов минимизации данных, локализации и аудируемости, установленных законодательством.
в статье проводится оценка эффективности трех методов анализа данных – деревьев решений, нейронных сетей и самоорганизующихся карт Кохонена – для выявления паттернов сердечно-сосудистых заболеваний. На основе набора данных, включающего 1 328 записей о пациентах, модели сравнивались по точности классификации целевых переменных и демографических атрибутов. Нейронная сеть продемонстрировала наименьший уровень ошибки при прогнозировании заболевания (3,61%), в то время как дерево решений показало надежные результаты (6,17%) при более высокой интерпретируемости. Полученные результаты подчеркивают не...
в статье исследуется применение машинного обучения на основе правил, в частности деревьев решений, для прогнозирования корпоративного банкротства в рамках иерархической модели. На основе набора данных из Taiwan Economic Journal (1999–2009 гг.) в исследовании оцениваются показатели экономической эффективности, критически влияющие на финансовую несостоятельность. Модель дерева решений достигла уровня ошибки 1,6%, превзойдя нейронные сети (2,67%) и карты Кохонена (2,98%). Наиболее значимыми выявленными факторами стали: устойчивая прибыль на акцию (Persistent EPS) (22,4%), коэффициент отношения об...
Для оптимальной работы сайта и оптимизации его дизайна мы используем куки-файлы, а также сервис Яндекс.Метрика для сбора и статистического анализа данных о посещении Вами страниц сайта. Продолжая использовать сайт, Вы соглашаетесь на использование куки-файлов и указанного сервиса.
