- •Пояснювальна записка
- •Магістра
- •З а в д а н н я на дипломний проект (роботу) студенту Романюк Ірині Сергіївні
- •Календарний план
- •Розділ 1 аналіз гібридних інтелектуальних систем
- •1.1. Аналіз та порівняльні дослідження методів та підходів для вирішення задач інтелектуального аналізу даних
- •1.2. Дослідження сутності гібридних інтелектуальних систем
- •Класифікація архітектури гібридних інтелектуальних систем
- •1.3. Аналіз основних задач Data Mining
- •Характеристика методів Data Mining
- •Розділ 2 методологічні основи побудови гібридної інтелектуальної системи для вирішення основного класу задач data mining
- •2.1. Аналіз алгоритмів і методів кластеризації та регресії для вирішення класу задач Data Mining
- •2.2. Методика дослідження гіс для вирішення основного класу задач Data Mining
- •2.3. Побудова моделі гібридної інтелектуальної системи з використанням математичного апарату
- •Розділ 3 Проектування гібридної інтелектуальної інформаційної системи для вирішення задач кластеризації та регресії
- •3.1. Узагальнена структура гібридної інформаційної системи та алгоритм її роботи
- •3.2. Програмна реалізація гібридної інтелектуальної системи для рішення задач кластеризації та регресії
- •3.3. Ефективність побудови гібридної інтелектуальної системи для рішення задач кластеризації та регресії
- •Загальні результати розбиття на 3 кластери тестової вибірки методом к-середніх
- •Загальні результати розбиття на 3 кластери тестової вибірки методом к-середніх
- •Розділ 4 Охорона праці та безпека в надзвичайних ситуавціях
- •4.1. Вимоги до робочого місця програміста
- •4.2. Режим роботи програміста
- •Час регламентованих перерв при роботі на комп'ютері
- •4.3. Вимоги до приміщень на підприємстві
- •Параметри мікроклімату для приміщень, де встановлені комп’ютери
- •Норми подачі свіжого повітря в приміщення, де розташовані комп'ютери
- •Граничні рівні звуку, дБ, на робочих місцях.
- •Допустимі значення параметрів неіонізуючих електромагнітних випромінювань (відповіднодо СанПіН 2.2.2.542-96)
- •Висновки
- •Список використаних джерел:
- •Порівняльна характеристика методів Data Mining
- •Лістинг програмного продукту
- •Діаграми бізнес-варіантів використання та варіантів використання розробленого програмного продукту
- •Загальні результати кластеризації тестової вибірки різними методами з різними мірами подібності
Список використаних джерел:
1. Задачи Data Mining. Классификация и кластеризация [Электронный ресурс]. – Режим доступа к ресурсу: http://www.intuit.ru/department/ database/datamining/5/1.html.
2. Колесников А.В. Гибридные интеллектуальные системы. Теория и технология разработки / А.В. Колесников. – СПб. : Изд-во СПбГТУ, 2001. – 710 с.
3. Hybrid Intellegent System [Электронный ресурс]. – Режим доступа к ресурсу: http://www.slideshare.net/ikensolutions/ hybrid-intelligent-systems-presentation.
4. Гибридная интеллектуальная система [Электронный ресурс] // Википедия – свободная энциклопедия. – Режим доступа к ресурсу: http://ru.wikipedia.org/wiki/Гибридная_интеллектуальная_система.
5. Колесников А. В. Методология и технология решения сложных задач методами функциональных гибридных интеллектуальных систем / А.В. Колесников, И. А. Кириков. – М. : ИПИ РАН, 2007. – 387с.
6. Федорова Г.С. Обоснование необходимости использования гибридных интеллектуальных систем для решения сложных задач/ Г.С. Федорова // Збірник наукових праць студентів спеціальностей «Інформаційні управляючі системи і технології», «Комп’ютерний еколого-економічний моніторинг». – Х. ХНЕУ, 2010. – С. 185–186.
7. Щербаков А.В. Построение гибридной интеллектуальной системы для решения основного класса задач Data Mining / А.В. Щербаков, Г.С. Федорова // Системи обробки інформації. – Х.: ХУПС, 2011. – № 2 (92). – С. 236–239.
8. Федорова Г.С. Сравнительный аналіз методов и алгоритмов кластеризации / Г.С. Федорова // Тези доповідей міжнародної практичної конференції молодих вчених, аспірантів та студентів «Актуальні проблеми науки та освіти молоді: теорія, практика, сучасні рішення». – Х. ХНЕУ, 2011. – С. 224–226.
9. Щербаков А.В. Многоуровневый поход к построению гибридной интеллектуальной системы / А.В. Щербаков, Г.С. Федорова // Системи обробки інформації. – Х.: ХУПС, 2011. – № 3 (93). – С. 96–99.
10. Щербаков А.В. Построение гибридной интеллектуальной системы для решения задач классификации и кластеризации / А.В. Щербаков, Г.С. Федорова // Тези доповідей І науково-технічної конференції. – Х. ДП ЦНДІ НіУ, 2010. – С.
11. Data Mining – интеллектуальный анализ данных [Электронный ресурс]. – Режим доступа к ресурсу: http://www.inftech.webservis.ru/it/database/datamining/ar2.html.
12. Data Mining [Электронный ресурс]. – Режим доступа к ресурсу: http://ru.wikipedia.org/wiki/Data_mining.
13. Барсегян А.А. Технология анализа данных: Data Mining, Visual Mining, Text Mining, OLAP / А.А. Барсегян. – СПб.: БХВ-Петербург, 2007. – 384 с.
14. Задачи Data Mining. Классификация и кластеризация [Электронный ресурс]. – Режим доступа к ресурсу: http://www.intuit.ru/department/ database/datamining/5/1.html.
15. Чубукова И.A. Data Mining / И. А. Чубукова. – Интернет-университет информационных технологий – ИНТУИТ.ру, БИНОМ. Лаборатория знаний, 2008. – 384 с.
16. Колесников А.В. Функциональные гибридные интеллектуальные системы для поддержки принятия решений в сложных практических задачах / А.В.Колесников, И.А. Кириков. – В сб. «Проблемы и методы информатики. 2-ая Научная сессия ИПИ РАН: Тезисы докладов / Под ред. И.А. Соколова. М.: ИПИ РАН, 2005. – 12 с.
17. Гаврилов А.В. Гибридные интеллектуальные системы / А.В. Гаврилов. – Новосибирск: НГТУ, 2003. – 162 с.
18. Averbukh A.B. Hybrid intelligence architecture for real time processing / A.B. Averbukh // IEEE. 1999. P. 4107 – 4110.
19. Халяфян A.A. STATISTICA 6. Статистический анализ данных. Учебник / A.A. Халяфян. М.: ООО «Бином-Пресс», 2007. – 512 с.
20. Pacheco R. A hybrid intelligent system applied to financial statement analysis/ R.Pacheco // Proc. of 5th FUZZ IEEE. New Orleans. 1996. – P. 1007 – 1012.
21. Тарасов В.Б. Системно-организационный подход в искусственном интеллекте / В.Б. Тарасов // Изв. РАН. Теория и системы управления, 1997. – №3 – 15 с.
22. Макарова И.М. Интеллектуальные системы автоматического управления / Под. Ред. И.М. Макарова, В.М. Лохина. М.: ФИЗМАТЛИТ, 2001. – 326 с.
23. Pomerleau D.A. Combining Artificial Neural Network and Symbolic Processing for Autonomous Robot Guidance / D.A. Pomerleau, J. Gowdy, C.E. Thorpe // Engineering Application of Artificial Intelligence. 1991. – № 4.
24. Рябов Г.Г. Комплексные фундаментальные исследования интеллекта: Путь к созданию компьютерных технологий новых поколений / Г.Г. Рябов, В.В. Суворов // Вычислительные методы и программирование. 2004. – № 2.
25. Witsenhausen H.S. A Class of Hybrid-State Continuous Time Dynamic Systems // IEEE Trans. on Automatic Control. 1966. V 11. № 2.
26. Branicky M.S., Bonkar V.S., Mitter S.K. A Unified Framework for Hybrid Control: Background, Model and Theory // Proc. 33rd IEEE Conference on Decision and Control. Lake Buena Vista, 1994.
27. Extreme optimization library [Электронный ресурс]. – Режим доступа к ресурсу: http://www.extremeoptimization.com.
28. Мачуга Р. І. Методи інтелектуального аналізу наслідків прийняття управлінських рішень як основа перебудови алгоритмів обробки облікової інформації / Роман Мачуга // Галицький економічний вісник. — 2009. — № 2. — С. 132-139. — (інформаційно-аналітичне забезпечення підприємницької
діяльності).
29. Зайченко Ю.П. Основи проектування інтелектуальних систем. Навчальний посібник.- К.: Слово, 2004.- 352 с.
30.Гаврилова Т.А., Хорошевский В.Ф. Базы знаний интеллектуальных систем.- С.-Пб.: Питер, 2001.-384 с.
31.Дюк В., Самойленко А. Data mining: учебный курс.-СПб.: Питер, 2001.- 368 с.
32. Д. Макленнен, Ч. Танг, Б. Криват. Microsoft SQL Server 2008: Data Mining — интеллектуальный анализ данных
33. Паклин Н. Б., Орешков В. И. Бизнес-аналитика: от данных к знаниям (+ СD). — СПб.: Изд. Питер, 2009. — 624 с.
34. Ситник В. Ф., Краснюк М. Т. Інтелектуальний аналіз даних (дейтамайнінг): Навч. посібник. — К.: КНЕУ, 2007. — 376 с.
35. H. Witten, Eibe Frank and Mark A. Hall Data Mining: Practical Machine Learning Tools and Techniques. — 3rd Edition. — Morgan Kaufmann, 2011. — P. 664.
36. Кириков І. А. Методологія та технологія вирішення складних завдань методами функціональних гібридних інтелектуальних систем. - М.: ІПІ РАН, 2007. - 387 с.
37. Ярушкина Н.Г. Основы теории нечетких и гибридных систем. — М.: Финансы и статистика, 2004. — 320 с.
38. Батыршин И.З., Недосекин А.А., Стецко А.А., Тарасов В.Б., Язенин А.В., Ярушкина Н.Г. Нечеткие гибридные системы: теория и практика / Под ред. Н.Г. Ярушкиной. — М.: Физматлит, 2007. — 207 с.
39. Довбиш А.С. Основи проектування інтелектуальних систем: Навчальний посібник/ А.С.Довбиш. Суми: Видавництво СумДУ, 2009.171с.
40. Тарасов В.О., Герасимов Б.М., Левін І.О., Корнійчук В.О. Інтелектуальні системи підтримки прийняття рішень: Теорія, синтез, ефективність.–Київ: МАКНС, 2007. –336 с
Додатки
Додаток А
Таблиця А1