Моделювання та оцінка ризиків в будівництві на основі мереж байєса та штучного інтелекту

Лялюк, О. Г.; Осипенко, Р. С.

Моделювання та оцінка ризиків в будівництві на основі мереж байєса та штучного інтелекту

dc.contributor.author	Лялюк, О. Г.	uk
dc.contributor.author	Осипенко, Р. С.	uk
dc.title	Моделювання та оцінка ризиків в будівництві на основі мереж байєса та штучного інтелекту	uk
dc.date.issued	2024
dc.publisher	Вінницький національний технічний університет	uk
dc.identifier.citation	Лялюк О. Г., Осипенко Р. С. Моделювання та оцінка ризиків в будівництві на основі мереж байєса та штучного інтелекту // Матеріали LІII науково-технічної конференції підрозділів ВНТУ, Вінниця, 20-22 березня 2024 р. Електрон. текст. дані. 2024. URI: https://conferences.vntu.edu.ua/index.php/all-fbtegp/all-fbtegp-2024/paper/view/20896.	uk
dc.relation.ispartof	Матеріали LІII науково-технічної конференції підрозділів ВНТУ, Вінниця, 20-22 березня 2024 р.	uk
dc.relation.uri	https://conferences.vntu.edu.ua/index.php/all-fbtegp/all-fbtegp-2024/paper/view/20896
dc.identifier.uri	https://ir.lib.vntu.edu.ua/handle/123456789/42230
dc.description.abstract	У роботі розглянуто імплементацію штучного інтелекту в процеси моделювання та оцінки ризиків із застосуванням мереж Байєса в будівельній галузі. Розглянуто можливість інтеграції набутого досвіду в систему підтримки прийнятті рішень по зменшенню ризиків.	uk
dc.description.abstract	The paper considers the implementation of artificial intelligence in the processes of modeling and risk assessment using Bayesian networks in the construction industry. The possibility of integrating the acquired experience into the decision-making support system for risk reduction was considered.	en
dc.subject	Штучний інтелект	uk
dc.subject	ризики	uk
dc.subject	мережі Байєса	uk
dc.subject	системи підтримки прийняття рішень	uk
dc.subject	будівництво	uk
dc.subject	оцінка та моделювання	uk
dc.subject	індентифікація та класифікація	uk
dc.subject	стратегія мінімізації ризиків	uk
dc.subject	деревоприйняття рішень	uk
dc.subject	Artificial intelligence	en
dc.subject	risks	en
dc.subject	Bayesian networks	en
dc.subject	decision support systems	en
dc.subject	construction	en
dc.subject	assessment andmodeling	en
dc.subject	identification and classification	en
dc.subject	risk minimization strategy	en
dc.subject	decision tree	en
dc.type	Thesis
dc.language.iso	uk	uk
dc.relation.references	Лялюк О. Г. Організаційно-економічні інструменти екологічного менеджменту в будівництві [Текст] / О. Г. Лялюк, О. Г. Ратушняк // Проблеми формування конкурентоспроможності підприємств за умов нестабільності світової економіки. Матеріали доповідей Всеукраїнської науково-практичної конференції. м. Вінниця, 27 квітня 2009 року. - Вінниця : УНІВЕРСУМ-Вінниця, 2009. - С. 174-176.	uk
dc.relation.references	Лялюк О.Г., Осипенко Р.С. Особливостії імплементації штучного інтелекту в будівництві» Організація, управління та економіка в будівництві. Сучасні технології, матеріали і конструкції в будівництві”. - Вінниця: Універсам - Вінниця, № 2, 2023. – С.172-176. DOI 10.31649/2311-1429-2023-2-172-176.	uk
dc.relation.references	Лялюк О.Г., Осипенко Р.С. Імплементація штучного інтелекту в будівництві. Матеріали міжнародної науково-практичної конференції «Енергоефективність в галузях економіки України-2023», м. Вінниця, 21.11.2023. С.150-154.[Електронний ресурс]. Режим доступу https://conferences.vntu.edu.ua/index.php/egeu/egeu2023/paper/view/19369.	uk
dc.relation.references	Методи та системи штучного інтелекту: Навчальний посібник для студентів напряму підготовки 6.050101 «Комп’ютерні науки» / Уклад. : А.С. Савченко, О. О. Синельніков. – К. : НАУ, 2017. – 190 с.	uk
dc.relation.references	Методи та системи штучного інтелекту: навч. посіб. / укл. Д.В. Лубко, С.В. Шаров. – Мелітополь: ФОП Однорог Т.В., 2019. – 264 с.	uk
dc.relation.references	Spirtes P. Causation, prediction and search / P. Spirtes, C. Glymour and R. Scheines // Adaptive computation and machine learning, MIT press. – January 2001. – 565 p.	en
dc.relation.references	Jouffe L. New search strategies for learning Bayesian networks / Jouffe L. and Munteanu P. // Proc. of tenth international symposium on applied stochastic models and data analysis (ASMDA 2001). – Compiegne (France). 12 – 15 June 2001. – Vol. 2. – P. 591-596.	en
dc.relation.references	Verma T. Equivalence and synthesis of causal models / T. Verma and J. Pearl // Proc. of the sixth international conference on Uncertainty in Artificial Intelligence (UAI’90), Cambridge, Massachusetts, (USA), 27 – 29 July, 1990. – NY. : Elsevier science, 1991. – P. 255-270.	en
dc.relation.references	Sebastiani P. Bayesian inference with missing data using bound and collapse / P. Sebastiani and M. Ramoni // Journal of Computational and Graphical Statistics. – 2000. – Vol. 9, № 4. – P. 779-800.	en
dc.relation.references	Dempster A.P. Maximum likelihood from incomplete data via the EM algorithm / A.P. Dempster, N.M. Laird and D.B. Rubin // Journal of the Royal Statistical Society. – 1977. – Vol. 39, № 1. – P. 1-38.	uk
dc.date.accessioned	2024-04-30T14:02:25Z
dc.date.available	2024-04-30T14:02:25Z

Файли

Контейнер файлів

Зараз показуємо 1 - 1 з 1

Назва:: 20896.pdf
Розмір:: 607,44 KB
Формат:: Adobe Portable Document Format

Завантажити

Ліцензійна угода

Зараз показуємо 1 - 1 з 1

Назва:: license.txt
Розмір:: 17 B
Формат:: Plain Text
Опис:

Завантажити

Зібрання

НТКП ВНТУ. Факультет будівництва, цивільної та екологічної інженерії (2024)