1. Главная
  2. Ресурсы
  3. Библиотечный поиск
ИССЛЕДОВАНИЕЭФФЕКТИВНОСТИНЕЛИНЕЙНОГО SVM ДЛЯРАЗЛИЧНЫХ ЯДЕРНЫХФУНКЦИЙ : доклад,тезисы доклада Храпунова Е. В.2023 год

ИССЛЕДОВАНИЕ ЭФФЕКТИВНОСТИ НЕЛИНЕЙНОГО SVM ДЛЯ РАЗЛИЧНЫХ ЯДЕРНЫХ ФУНКЦИЙ : доклад, тезисы доклада
доклад, тезисы доклада, статья из сборника материалов конференций

Дополнительные ссылки: eLibrary · Источник статьи
База данных: Каталог библиотеки СФУ
Библиографическое описание: ИССЛЕДОВАНИЕ ЭФФЕКТИВНОСТИ НЕЛИНЕЙНОГО SVM ДЛЯ РАЗЛИЧНЫХ ЯДЕРНЫХ ФУНКЦИЙ : доклад, тезисы доклада / Е. В. Храпунова. - [Б. м. : б. и.], 2023. - Текст : непосредственный // Актуальные проблемы авиации и космонавтики : Сборник материалов IX Международной научно-практической конференции, посвященной Дню космонавтики. В 3-х томах / Актуальные проблемы авиации и космонавтики (2023 ; 10.04 - 14.04 ; Красноярск). - Красноярск, 2023. - С. 120-122.
Аннотация: Метод опорных векторов - это мощный метод машинного обучения, который нашел широкое применение в области классификации. Современные задачи классификации требуют эффективных методов для обработки сложных зависимостей между данными. Основная идея SVM заключается в нахождении оптимальной разделяющей гиперплоскости в многомерном пространстве, которая максимально разделяет классы данных. В этом контексте система опорных векторов является одним из наиболее популярных и мощных алгоритмов. Одной из ключевых особенностей SVM является его способность решать не только линейно разделимые задачи классификации, но и задачи с нелинейными зависимостями между классами. Это достигается с помощью использования ядерных функций.
The support vector machine is a powerful machine learning method that has found wide application in the field of classification. Modern classification problems require effective methods for processing complex dependencies between data. The main idea of SVM is to find the optimal separating hyperplane in a multidimensional space that separates data classes as much as possible. In this context, the support vector system is one of the most popular and powerful algorithms. One of the key features of SVM is its ability to solve not only linearly separable classification problems, but also problems with nonlinear dependencies between classes. This is achieved by using nuclear functions.
Год издания: 2023
Авторы: Храпунова Е. В.
Издательство: Красноярск
Номера страниц: 120-122
Держатель оригинала документа: Сибирский государственный университет науки и технологий имени академика М. Ф. Решетнева
Мероприятие: Актуальные проблемы авиации и космонавтики (Красноярск, 2023 ; 10.04 - 14.04)
Количество экземпляров:
Твёрдая копия издания отсутствует в фонде библиотеки

Похожие публикации

ЭКСПЕРИМЕНТАЛЬНОЕИССЛЕДОВАНИЕ И АНАЛИЗЭФФЕКТИВНОСТИАЛГОРИТМОВ МАШИННОГООБУЧЕНИЯ ДЛЯ ЗАДАЧКЛАССИФИКАЦИИ Сопов А.Е.2024 год

ЭКСПЕРИМЕНТАЛЬНОЕ ИССЛЕДОВАНИЕ И АНАЛИЗ ЭФФЕКТИВНОСТИ АЛГОРИТМОВ МАШИННОГО ОБУЧЕНИЯ ДЛЯ ЗАДАЧ КЛАССИФИКАЦИИ : доклад,…

  • Сопов А.Е.
  • 2024 год
ИССЛЕДОВАНИЕ ВЛИЯНИЯФУНКЦИИ АКТИВАЦИИ НАЭФФЕКТИВНОСТЬ РАБОТЫНЕЙРОННОЙ СЕТИ ПРИРАЗЛИЧНЫХ ПОДХОДАХ КОБУЧЕНИЮ Снопкова И. А.Тауснев Д. А.2020 год

ИССЛЕДОВАНИЕ ВЛИЯНИЯ ФУНКЦИИ АКТИВАЦИИ НА ЭФФЕКТИВНОСТЬ РАБОТЫ НЕЙРОННОЙ СЕТИ ПРИ РАЗЛИЧНЫХ… : доклад, тезисы доклада

  • Снопкова И. А. и др.
  • 2020 год
СРАВНИТЕЛЬНЫЙ АНАЛИЗМЕТОДОВ МАШИННОГООБУЧЕНИЯ В ЗАДАЧАХКЛАССИФИКАЦИИ Янсон Я.Е.2024 год

СРАВНИТЕЛЬНЫЙ АНАЛИЗ МЕТОДОВ МАШИННОГО ОБУЧЕНИЯ В ЗАДАЧАХ КЛАССИФИКАЦИИ : доклад, тезисы доклада, статья из сборника…

  • Янсон Я.Е.
  • 2024 год
Применение методовмашинного обучениядля диагностикипереломов костей порентгенограммам Лихачев И.С.Голденок Е.Е.Лукьянова Н.А.2025 год

Применение методов машинного обучения для диагностики переломов костей по рентгенограммам : доклад, тезисы доклада,…

  • Лихачев И.С. и др.
  • 2025 год
ИССЛЕДОВАНИЕЭФФЕКТИВНОСТИКЛАССИФИКАЦИИ ТЕКСТОВС ПОМОЩЬЮ ZERO-SHOT,FEW-SHOT, LOW-RANKADAPTATION В БОЛЬШИХ… Кожина А.В.2025 год

ИССЛЕДОВАНИЕ ЭФФЕКТИВНОСТИ КЛАССИФИКАЦИИ ТЕКСТОВ С ПОМОЩЬЮ ZERO-SHOT, FEW-SHOT, LOW-RANK… : доклад, тезисы доклада

  • Кожина А.В.
  • 2025 год
Обнаружение ошибок всведениях огосударственныхконтрактах методамиинтеллектуальногоанализа данных Орлова А. Ю.Масич И. С.2024 год

Обнаружение ошибок в сведениях о государственных контрактах методами интеллектуального… : доклад, тезисы доклада

  • Орлова А. Ю. и др.
  • 2024 год
ИССЛЕДОВАНИЕЭФФЕКТИВНОСТИ МЕТОДОВРАСПОЗНАВАНИЯГРАФИЧЕСКОЙИНФОРМАЦИИ Вольф Г. С.Бухтояров В. В.2019 год

ИССЛЕДОВАНИЕ ЭФФЕКТИВНОСТИ МЕТОДОВ РАСПОЗНАВАНИЯ ГРАФИЧЕСКОЙ ИНФОРМАЦИИ : доклад, тезисы доклада

  • Вольф Г. С. и др.
  • 2019 год
Решение системнелинейных уравненийметодом Ньютона Храпунова Е. В.Марченко А. В.2023 год

Решение систем нелинейных уравнений методом Ньютона : доклад, тезисы доклада

  • Храпунова Е. В. и др.
  • 2023 год

Показать ещё

Применение методовмашинного обучениядля диагностикизаболеванийщитовидной железы Иванова Е.Е.Суровикова У.С.Голденок Е.Е.2025 год

Применение методов машинного обучения для диагностики заболеваний щитовидной железы : доклад, тезисы доклада, статья…

  • Иванова Е.Е. и др.
  • 2025 год
УЛУЧШЕНИЕ ТОЧНОСТИ ИСКОРОСТИ ОБРАБОТКИДОКУМЕНТОВ С ПОМОЩЬЮТЕХНОЛОГИЙ МАШИННОГООБУЧЕНИЯ Еремеев Д.Е.2024 год

УЛУЧШЕНИЕ ТОЧНОСТИ И СКОРОСТИ ОБРАБОТКИ ДОКУМЕНТОВ С ПОМОЩЬЮ ТЕХНОЛОГИЙ МАШИННОГО ОБУЧЕНИЯ : доклад, тезисы доклада,…

  • Еремеев Д.Е.
  • 2024 год
МАШИННОЕ ОБУЧЕНИЕ ВВЕБ-РАЗРАБОТКЕ Еремеев Д.Е.2024 год

МАШИННОЕ ОБУЧЕНИЕ В ВЕБ-РАЗРАБОТКЕ : доклад, тезисы доклада, статья из сборника материалов конференций

  • Еремеев Д.Е.
  • 2024 год
ПРИМЕНЕНИЕ МЕТОДОВМАШИННОГО ОБУЧЕНИЯДЛЯ ПОСТРОЕНИЯФОРМУЛЬНОГО ОПИСАНИЯОГИБАЮЩЕЙ КРИВОЙПОВЕРХНОСТИ Шуткина Е.В.Канунников И.В.Тынченко В.С.2024 год

ПРИМЕНЕНИЕ МЕТОДОВ МАШИННОГО ОБУЧЕНИЯ ДЛЯ ПОСТРОЕНИЯ ФОРМУЛЬНОГО ОПИСАНИЯ ОГИБАЮЩЕЙ КРИВОЙ ПОВЕРХНОСТИ : доклад,…

  • Шуткина Е.В. и др.
  • 2024 год
ИННОВАЦИОННЫЕТЕХНОЛОГИИ ВИССЛЕДОВАНИИ И ОЦЕНКЕНЕДР ЗЕМЛИ:ИСПОЛЬЗОВАНИЕДИСТАНЦИОННОГОЗОНДИРОВАНИЯ ИМАШИННОГО… Савина Я.А.Марусенко К.Д.2025 год

ИННОВАЦИОННЫЕ ТЕХНОЛОГИИ В ИССЛЕДОВАНИИ И ОЦЕНКЕ НЕДР ЗЕМЛИ: ИСПОЛЬЗОВАНИЕ ДИСТАНЦИОННОГО… : доклад, тезисы доклада

  • Савина Я.А. и др.
  • 2025 год
ПРИМЕНЕНИЕ МАШИННОГООБУЧЕНИЯ ДЛЯИНФОРМАЦИОННО-АНАЛИТИЧЕСКОГО ОБЕСПЕЧЕНИЯВЫЯВЛЕНИЯ ЮРИДИЧЕСКИХЛИЦ, ПРЕДОСТАВЛЯЮЩИХ… Малышев З.Е.2024 год

ПРИМЕНЕНИЕ МАШИННОГО ОБУЧЕНИЯ ДЛЯ ИНФОРМАЦИОННО-АНАЛИТИЧЕСКОГО ОБЕСПЕЧЕНИЯ ВЫЯВЛЕНИЯ… : доклад, тезисы доклада

  • Малышев З.Е.
  • 2024 год
ПРОБЛЕМАИСКУССТВЕННОГОИНТЕЛЛЕКТА ВКОСМИЧЕСКОЙ ОТРАСЛИ Шпигер Н.В.Гаипов К.Э.2024 год

ПРОБЛЕМА ИСКУССТВЕННОГО ИНТЕЛЛЕКТА В КОСМИЧЕСКОЙ ОТРАСЛИ : доклад, тезисы доклада, статья из сборника материалов…

  • Шпигер Н.В. и др.
  • 2024 год
МАШИННОЕ ОБУЧЕНИЕ:ПУТЬ К ЭФФЕКТИВНЫМБИЗНЕС-ПРОЦЕССАМ ИРОСТУ ЭКОНОМИКИ Еремеев Д.Е.2024 год

МАШИННОЕ ОБУЧЕНИЕ: ПУТЬ К ЭФФЕКТИВНЫМ БИЗНЕС-ПРОЦЕССАМ И РОСТУ ЭКОНОМИКИ : доклад, тезисы доклада, статья из сборника…

  • Еремеев Д.Е.
  • 2024 год