<link rel="stylesheet" href="styles.f3b1fba60ec7970c.css">

Аналіз та інтерпретація даних з відкритих джерел інформації

Скорочена інформація про документ
dc.contributor.authorГолошівський, В. В.uk
dc.contributor.authorЛазарович, І. М.uk
dc.titleАналіз та інтерпретація даних з відкритих джерел інформаціїuk
dc.date.issued2020-10
dc.publisherВінницький національний технічний університетuk
dc.identifier.citationГолошівський Володимир Аналіз та інтерпретація даних з відкритих джерел інформації [Електронний ресурс] / В. В. Голошівський, І. М. Лазарович // Матеріали XV мiжнародної конференцiї "Контроль i управлiння в складних системах (КУСС-2020)", м. Вiнниця, 8-10 жовтня 2020 р. – Електрон. текст. дані. – Вінниця : ВНТУ, 2020. – Режим доступу: http://ir.lib.vntu.edu.ua/handle/123456789/30670.uk
dc.relation.ispartofМатеріали XV мiжнародної конференцiї "Контроль i управлiння в складних системах (КУСС-2020)", м. Вiнниця, 8-10 жовтня 2020 р.uk
dc.identifier.udc004.891.2
dc.identifier.urihttp://ir.lib.vntu.edu.ua/handle/123456789/30670
dc.description.abstractЗапропоновано використовувати аналіз відкритих даних з інтернет-площадок засобами нейронних мереж для визначення надійності продавців. Це дозволить зменшити ризики покупців та знизити рівень кібершахрайства в Інтернет-торгівлі.uk
dc.subjectнейронна мережаuk
dc.subjectскрапперuk
dc.subjectінтелектуальний аналіз данихuk
dc.subjectдані з відкритих джерел інформаціїuk
dc.typeThesis
dc.language.isouk_UAuk_UA
dc.relation.referencesRdiger Wirth. CRISP-DM: Towards a standard process model for data mining, Proceedings of the Fourth International Conference on the Practical Application of Knowledge Discovery and Data Mining, 2000, pp. 29–39.en
dc.relation.referencesДударов С. П., Диев А. Н. Нейросетевое моделирование на основе перцептронных комплексов при малых объемах обучающих выборок. Математические методы в технике и технологиях – ММТТ- 26: сб. трудов XXVI Междунар. науч. конф. Секции 6, 7, 8, 9. Нижний Новгород, 2013. с. 114–116.ru
dc.relation.referencesW.M. Jenkins. Neural network weight training by mutation. Computers & Structures. Volume 84. Issues 31–32. 2006. pр. 2107-2112. ISSN 0045-7949en
dc.relation.referencesV. Tkachuk, M. Kozlenko, M. Kuz, I. Lazarovych, and M. Dutchak, "Function optimization based on higher-order quantum genetic algorithm," Electronic Modeling, vol.41,no.3,pp.43–58,2019,doi: 10.15407/emodel.41.03.043en
dc.date.accessioned2020-10-01T09:28:43Z
dc.date.available2020-10-01T09:28:43Z
dc.statusfirst publisheden

Файли

Контейнер файлів

Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
10689-38304-1-RV.pdf
Розмір:
239,26 KB
Формат:
Adobe Portable Document Format
Опис:
Завантажити

Ліцензійна угода

Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
license.txt
Розмір:
10,07 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Контроль і управління в складних системах (КУСС-2020)