• A
  • A
  • A
  • АБВ
  • АБВ
  • АБВ
  • A
  • A
  • A
  • A
  • A
Обычная версия сайта
  • RU
  • EN
  • Национальный исследовательский университет «Высшая школа экономики»
  • Публикации ВШЭ
  • Глава
  • Оценка неоднородности систем с использованием методов анализа паттернов
  • RU
  • EN
Расширенный поиск
Высшая школа экономики
Национальный исследовательский университет
Приоритетные направления
  • бизнес-информатика
  • государственное и муниципальное управление
  • гуманитарные науки
  • инженерные науки
  • компьютерно-математическое
  • математика
  • менеджмент
  • право
  • социология
  • экономика
по году
  • 2027
  • 2026
  • 2025
  • 2024
  • 2023
  • 2022
  • 2021
  • 2020
  • 2019
  • 2018
  • 2017
  • 2016
  • 2015
  • 2014
  • 2013
  • 2012
  • 2011
  • 2010
  • 2009
  • 2008
  • 2007
  • 2006
  • 2005
  • 2004
  • 2003
  • 2002
  • 2001
  • 2000
  • 1999
  • 1998
  • 1997
  • 1996
  • 1995
  • 1994
  • 1993
  • 1992
  • 1991
  • 1990
  • 1989
  • 1988
  • 1987
  • 1986
  • 1985
  • 1984
  • 1983
  • 1982
  • 1981
  • 1980
  • 1979
  • 1978
  • 1977
  • 1976
  • 1975
  • 1974
  • 1973
  • 1972
  • 1971
  • 1970
  • 1969
  • 1968
  • 1967
  • 1966
  • 1965
  • 1964
  • 1963
  • 1958
  • еще
Тематика
Новости
15 мая 2026 г.
В НИУ ВШЭ разрабатывают нейросеть для сферы науки и инноваций
Исследователи НИУ ВШЭ учат большие языковые модели понимать русскоязычную научную терминологию, увеличивая при этом их энергоэффективность. Адаптированная модель работает в 2,7 раза быстрее и требует на 73% меньше памяти, чем исходная открытая модель, что позволяет запускать ее на более доступном оборудовании. Программа прошла государственную регистрацию.
15 мая 2026 г.
Стартовал совместный спецпроект бренд-медиа Вышки IQ Media и iFORA ИСИЭЗ
В мае 2026 года стартовал научно-популярный проект «Искусственный интеллект: технологии, данные и будущее», который стал результатом работы двух команд — проекта iFORA Института статистических исследований и экономики знаний НИУ ВШЭ и редакции бренд-медиа IQMedia. Медийно-аналитический спецпроект посвящен современному развитию искусственного интеллекта и аналитике больших данных.
14 мая 2026 г.
<a>Ученые ФКН ВШЭ представили работы в сфере ИИ и биоинформатики на ICLR 2026
Ученые Института искусственного интеллекта и цифровых наук факультета компьютерных наук ВШЭи студенты трека «ИИ360: Инженерия искусственного интеллекта» бакалаврской программы «Прикладная математика и информатика» приняли участие в международной конференции ICLR — одном из самых авторитетных мировых форумов в области машинного обучения и представления данных. В этом году конференция состоялась в Рио-де-Жанейро (Бразилия).

 

Нашли опечатку?
Выделите её, нажмите Ctrl+Enter и отправьте нам уведомление. Спасибо за участие!

Публикации
  • Книги
  • Статьи
  • Главы в книгах
  • Препринты
  • Верификация публикаций
  • Расширенный поиск
  • Правила использования материалов
  • Наука в ВШЭ

?

Оценка неоднородности систем с использованием методов анализа паттернов

С. 237–238.
Мячин А. Л.

В работе предлагается к рассмотрению методология исследования неоднородности систем на базе ординальных методов анализа паттернов, основанных на парном сравнении параметров, описывающих объекты изучаемых систем.

Язык: русский
Полный текст
Текст на другом сайте
Ключевые слова: анализ паттернов
ПУБЛИКАЦИЯ ПОДГОТОВЛЕНА ПО РЕЗУЛЬТАТАМ ПРОЕКТА:
Современный контекст методов принятия решений и анализа данных: человеческий фактор, неопределенность, риски, сетевые модели, большие данные (2018)

В книге

Труды второй всероссийской конференции "Социофизика и социоинженерия"
[б.и.], 2018.
Похожие публикации
Динамический паттерн-анализ поведения российских банков в период 2017–2021 гг.
Сурова К. В., Алескеров Ф. Т., Солодков В. М. и др., Журнал Новой экономической ассоциации 2025 № 1(66) С. 76–96
В работе предлагается метод анализа данных в применении к исследо- ванию моделей поведения банков России в период до и во время пандемии коронавирус- ной инфекции. Исследование включает в себя источники данных с временными рядами показателей по модели CAMEL в период 2017–2021 гг. Система CAMEL является наибо- лее авторитетной и используется регуляторами для оценки и управления ...
Добавлено: 11 ноября 2025 г.
Pattern Analysis Based on Interval Estimates: Ordinal-Interval Pattern Clustering
Alexey Myachin, Procedia Computer Science 2024 Vol. 242 P. 95–99
Добавлено: 26 августа 2024 г.
Ценообразование в российских вузах: как влияют на стоимость обучения вузы-конкуренты?
Дмитриенко А. С., Мячин А. Л., Университетское управление: практика и анализ 2023 Т. 27 № 2 С. 75–88
В работе анализируются стратегии ценообразования российских государственных вузов в контексте влияния конкурентов на рынке платного обучения. Цель работы – определить, каким образом конкуренция на локальных рынках высшего образования влияет на стратегии ценообразования российских государственных вузов. Эмпирическую базу исследования формируют данные Мониторинга качества приема в вузы, реализуемого НИУ ВШЭ. С использованием методов анализа паттернов, основанных на ...
Добавлено: 7 июня 2023 г.
Изучение энергетической устойчивости регионов Российской Федерации с применением методов анализа паттернов
Мячин А. Л., Прокофьев В. Н., Степанов А. А., Управление большими системами: сборник трудов 2021 № 92 С. 43–63
Работа посвящена применению порядково-фиксированной и порядково-инвари-антной паттерн-кластеризаций для исследования структурной схожести энергетического сектора в регионах Российской Федерации за пятилетний период. Методы анализа паттернов в работе обусловлены независимостью конечных результатов от разности в абсолютных значениях показателей и возможностью объединения регионов, близких по структуре (на основе рассматриваемых показателей). Выбор порядково-инвариантной паттерн-кластеризации обусловлен как эндогенным определением не только ...
Добавлено: 1 сентября 2021 г.
Исследование показателей стратегии развития спорта в регионах РФ
Прокофьев В. Н., Мячин А. Л., Мячина К. В., Проблемы управления 2021 Т. 3 С. 50–57
Проведен анализ спортивных показателей регионов Российской Федерации как для поиска регионов со схожей (по выбранной методологии и рассматриваемым мерам близости) стратегией развития, так и для выявления динамических групп в четырехлетнем периоде. Приведено описание некоторых методов кластеризации и анализа паттернов и обоснованность их использования в настоящем исследовании. Проведено сопоставление результатов, полученных на основе классических методов кластеризации ...
Добавлено: 29 июня 2021 г.
Паттерн-анализ и кластеризация в исследовании государственной состоятельности: "адаптивная оптика" для политической науки
Ахременко А. С., Мячин А. Л., Политическая наука 2019 № 3 С. 112–139
Центральный фокус работы – методологический. На примере набора индикаторов государственной состоятельности авторы показывают конкретную стратегию выявления устойчивых структур в многомерных массивах данных, отражающих сложные и неоднозначные понятия политической науки. Ключевая особенность этой стратегии – применение родственных, но существенно различающихся по своим техническим особенностям многомерных методов – кластерного и паттерн-анализа. В статье использована иерархическая кластеризация с различными сочетаниями метрик и ...
Добавлено: 9 декабря 2019 г.
Структура российского сообщества экономистов и его отношение к российским экономическим журналам. Ч. 2. Анализ паттернов респондентов
Егорова Л. Г., Мячин А. Л., Проблемы управления 2019 № 4 С. 50–57
Продолжено начатое в первой части статьи исследование российского экономического сообщества на основе анализа результатов опроса сообщества российских экономистов и изучение его мнения относительно исходной выборки научных журналов. Построены паттерны, характеризующие представление российского экономического сообщества о своей структуре. Изучены представления об интересе, престиже и научном уровне журналов со стороны подгрупп данного сообщества, полученных на основе построенных ...
Добавлено: 21 августа 2019 г.
Определение центроидов для повышения точности порядково-инвариантной паттерн-кластеризации
Мячин А. Л., Управление большими системами: сборник трудов 2019 № 78 С. 6–22
Работа продолжает исследования, направленные на создание методов анализа паттернов в системе параллельных координат с независимыми от последовательности входных данных результатов. Описаны основные операции над объектами порядково-инвариантных паттерн-кластеров. Доказано утверждение о принадлежности центроида порядково-инвариантного паттерн-кластера исходному кластеру, что позволяет проводить оценку внутрикластерных расстояний «объект – центроид» в многомерном пространстве признаков. Приведены примеры выявления структурной схожести объектов ...
Добавлено: 9 мая 2019 г.
Анализ паттернов в системе параллельных координат на базе парного сравнения показателей
Мячин А. Л., Автоматика и телемеханика 2019 № 1 С. 138–152
Представлены основные свойства нового метода анализа паттернов в системе параллельных координат, результат которого не зависит от последовательности данных в исходной выборке анализируемых объектов. Доказано утверждение о том, что кластеры, полученные с использованием данного метода, не пересекаются. Показана возможность представления объектов одного кластера в виде монотонно возрастающих/убывающих функций. ...
Добавлено: 6 марта 2019 г.
Построение индексов оценки неоднородности систем
Мячин А. Л., В кн.: Труды IX Московской международной конференции по исследованию операций (ORM2018)Т. 2.: М.: ООО «Макс Пресс», 2018. С. 469–473.
В настоящее время весьма актуальной становится задача оценки степени близости объектов и рассмотрения возможности их объединения в группы согласно некоторой мере близости, выбранной исходя из конкретных условий задачи и ожидаемых конечных результатов. Одним из наиболее популярных методов разбиения изучаемой выборки на подмножества является кластерный анализ, различные методы и меры близости которого описаны во множестве учебников. Другим активно развивающимся в настоящее время ...
Добавлено: 28 октября 2018 г.
Использование методов анализа паттернов в задаче оценки инновационного развития
Мячин А. Л., В кн.: Управление развитием крупномасштабных систем (MLSD'2017): Материалы Десятой международной конференции, 2 окт. - 4 окт. 2017 г.Т. 2: Пленарные доклады, секции 5 - 13.: Институт проблем управления им. В.А. Трапезникова РАН, 2017. С. 196–198.
В работе приведено краткое описание основных методов оценки инновационного развития. Рассмотрены показатели, используемые при составлении отечественных и зарубежных индексов. Кратко описан метод анализ паттернов и новые алгоритмы поиска структурно схожих объектов. Предложены численные методы оценки неоднородности системы с точки зрения инновационного развития. ...
Добавлено: 22 октября 2017 г.
Порядково-инвариантная паттерн-кластеризация: свойства и сравнение с известными методами кластерного анализа
Мячин А. Л., В кн.: VIII Московская международная конференция по исследованию операций (ORM2016): Москва, 17-22 октября 2016 г.: ТрудыТ. II.: М.: ФИЦ ИУ РАН, 2016. С. 265–267.
В сборнике представлена вторая часть трудов VIII Московской международной конференции по исследованию операций, посвященной памяти выдающегося российского ученого академика П.С. Краснощекова. Конференция проводится Вычислительным центром им. А.А.Дородницына Федерального исследовательского центра «Информатика и управление» Российской академии наук (ФИЦ ИУ РАН), факультетом Вычислительной математики и кибернетики МГУ им. М.В. Ломоносова и Российским научным обществом исследования операций (РНОИО). ...
Добавлено: 11 октября 2017 г.
Новые методы анализа паттернов на примере набора данных "Balance Scale Data Set"
Мячин А. Л., В кн.: Управление большими системами (УБС’2016).: М.: ИПУ РАН, 2016. С. 134–142.
В работе демонстрируются новые методы анализа паттернов на примере набора данных «Balance Scale Data Set», сгенерированных для моделирования психологических экспериментов. Анализ паттернов позволяет разделять исследуемую выборку объектов на схожие кластеры. Отличительной особенностью данного метода является возможность анализа совокупности выбранных параметров и умение объединять в один кластер объекты, существенно отличающиеся в количественном соотношении, но имеющие весьма ...
Добавлено: 15 марта 2017 г.
Анализ паттернов: порядково-инвариантная паттерн-кластеризация
Мячин А. Л., Управление большими системами: сборник трудов 2016 № 61 С. 41–59
Представлены новые алгоритмы выделения паттернов анализируемых наборов данных на основе методов порядково- фиксированной и порядково-инвариантной паттерн- кластеризации. Приведено описание предлагаемых методов и оценки вычислительной сложности. Рассмотрены примеры, демонстрирующие их особенности и поясняющие работу соответствующих процедур кластеризации. Сформулирована и доказана теорема о взаимосвязи кластеров, полученных в результате использования порядково-инвариантной паттерн-кластеризации с полными взвешенными орграфами. Этот результат ...
Добавлено: 20 июля 2016 г.
  • О ВЫШКЕ
  • Цифры и факты
  • Руководство и структура
  • Устойчивое развитие в НИУ ВШЭ
  • Преподаватели и сотрудники
  • Корпуса и общежития
  • Закупки
  • Обращения граждан в НИУ ВШЭ
  • Фонд целевого капитала
  • Противодействие коррупции
  • Сведения о доходах, расходах, об имуществе и обязательствах имущественного характера
  • Сведения об образовательной организации
  • Людям с ограниченными возможностями здоровья
  • Единая платежная страница
  • Работа в Вышке
  • ОБРАЗОВАНИЕ
  • Лицей
  • Довузовская подготовка
  • Олимпиады
  • Прием в бакалавриат
  • Вышка+
  • Прием в магистратуру
  • Аспирантура
  • Дополнительное образование
  • Центр развития карьеры
  • Бизнес-инкубатор ВШЭ
  • Образовательные партнерства
  • Обратная связь и взаимодействие с получателями услуг
  • НАУКА
  • Научные подразделения
  • Исследовательские проекты
  • Мониторинги
  • Диссертационные советы
  • Защиты диссертаций
  • Академическое развитие
  • Конкурсы и гранты
  • Внешние научно-информационные ресурсы
  • РЕСУРСЫ
  • Библиотека
  • Издательский дом ВШЭ
  • Книжный магазин «БукВышка»
  • Типография
  • Медиацентр
  • Журналы ВШЭ
  • Публикации
  • http://www.minobrnauki.gov.ru/
    Министерство науки и высшего образования РФ
  • https://edu.gov.ru/
    Министерство просвещения РФ
  • http://www.edu.ru
    Федеральный портал «Российское образование»
  • https://elearning.hse.ru/mooc
    Массовые открытые онлайн-курсы
  • НИУ ВШЭ1993–2026
  • Адреса и контакты
  • Условия использования материалов
  • Политика конфиденциальности
  • Правила применения рекомендательных технологий в НИУ ВШЭ
  • Карта сайта
Редактору