?
Поиск закономерностей и важности признаков в данных виктимизационного опроса
Прикладная математика и информатика. 2023. Т. 61. № 74. С. 91–108.
Дьяконов А. Г., Головина А. М.
Описана методика поиска закономерностей с помощью решения задач машинного обучения с учителем, которая применялась при анализе данных национального виктимизационного опроса. Найдены важные признаки для моделей машинного обучения, интересные закономерности и несоответствия в данных. Описаны эксперименты по оцениванию важностей признаков разными методами.
Avdoshin S.M., Pesotskaya E.Y., Proceedings of the Institute for System Programming of the RAS 2026 Vol. 38 No. 6, part 2 P. 133–146
Добавлено: 8 ноября 2026 г.
Добавлено: 8 ноября 2026 г.
IEEE Computer Society (Conference Publishing Services, CPS), 2026.
Добавлено: 7 ноября 2026 г.
Sergey Avdoshin, Elena Pesotskaya, Салех Х. М. и др., Procedia Computer Science 2026 Vol. 292 P. 1332–1341
Добавлено: 7 ноября 2026 г.
Ретинский В. И., Функциональный анализ и его приложения 2026 Т. 60 № 4 С. 83–100
Приведено обобщение матричной теоремы о деревьях на случай перечисления пар остовных деревьев. Это обобщение включает в качестве частных случаев и унифицирует сразу несколько известных ранее результатов, в частности классическую теорему Кирхгофа, теорему Масбаума–Вайнтроба о перечислении 3-деревьев, а также аналог матричной теоремы о деревьях для перечисления 4-элементов Кирхгофа. ...
Добавлено: 5 ноября 2026 г.
Левашев В. А., Математические заметки 2026 Т. 120 № 5 С. 843–846
Пусть 𝐴 – коммутативное ассоциативное кольцо с единицей и 𝐴((𝑡)) = 𝐴[[𝑡]][𝑡−1] – кольцо рядов Лорана над 𝐴. Алгебра 𝐴((𝑡)) имеет естественную топологию, где 𝐴 – подмодули вида 𝑡𝑚𝐴[[𝑡]] образуют базу окрестностей нуля. Пусть также Ω1𝐴((𝑡))/𝐴 – модуль кэлеровых 1-дифференциалов 𝐴((𝑡)) над 𝐴. ...
Добавлено: 5 ноября 2026 г.
Алексеев О. В., Letters in Mathematical Physics 2026 Vol. 116 No. 5 Article 132
Добавлено: 5 ноября 2026 г.
Колмогорова А. В., Ekaterina Yavshitz, Margolina A. и др., Association for Computational Linguistics, 2026.
Добавлено: 4 ноября 2026 г.
Левин А. М., Сахарова Н. Е., / Series arXiv "math". 2024. No. 2412.17795.
Добавлено: 4 ноября 2026 г.
Жужома Е. В., Медведев В. С., Regular and Chaotic Dynamics 2026 Vol. 31 No. 5 P. 732–742
Добавлено: 3 ноября 2026 г.
Добавлено: 3 ноября 2026 г.
Жужома Е. В., Zhirov A. Y., Russian Journal of Nonlinear Dynamics 2026 Vol. 22 No. 2 P. 403–414
Добавлено: 3 ноября 2026 г.
Elena R. Loubenets, Sergey Kuznetsov, Quantum Information Processing 2026 Vol. 25 Article 358
Добавлено: 3 ноября 2026 г.
Добавлено: 3 ноября 2026 г.
Association for Computational Linguistics, 2026.
Добавлено: 3 ноября 2026 г.
Абдулкадиров Т. Н., Рюмина Е. В., Рюмин Д. А. и др., Expert Systems with Applications 2026 Vol. 334 P. 1–29
Добавлено: 3 ноября 2026 г.
Добавлено: 2 ноября 2026 г.
М.: Издательский дом НИУ ВШЭ, 2026.
В сборнике представлены отобранные оргкомитетом труды участников 17-й Международной научно-практической конференции студентов и аспирантов «Статистические методы анализа экономики и общества» из России, Армении, Беларуси и Китая, представляющих 27 вузов из 16 городов: Москва, Владивосток, Ереван, Йошкар-Ола, Минск, Новосибирск, Оренбург, Ростов-на-Дону, Санкт-Петербург, Саранск, Саратов, Севастополь, Уфа, Шахты, Шэньчжэнь, Электросталь.
Исследования посвящены вопросам статистической методологии, применению математико-статистических и ...
Добавлено: 21 октября 2026 г.
Switzerland: Springer Cham, 2026.
Добавлено: 25 сентября 2026 г.
Ионцев М. А., Финансы и кредит 2025 Т. 31 № 12 С. 53–62
Предмет. Надзор за децентрализованными финансами. Цели. Поиск оптимальных условий для эффективного осуществления встроенного надзора за децентрализованными финансами. Методология. Использованы математические подходы, общенаучные и специальные методы научного познания: ретроспективный, системный и функционально-структурный анализ, классификация; инструментальные приемы сравнения и обобщения. Результаты. Рассмотрены основные проблемы экономического анализа встроенного надзора за децентрализованными финансами и пути решения этих проблем. Определены ...
Добавлено: 10 сентября 2026 г.
Незнанов А. А., Глушко А. А., Овчинников С. и др., В кн.: Интеллектуальный анализ данных в нефтегазовой отрасли.: М.: ООО «Геомодель Развитие», 2024. С. 140–143.
С развитием систем мониторинга мы получили возможность собирать ключевые показатели работы устройств в процессе механизированной добычи. Каждый день генерируется огромное количество телеметрии, которая пройдя процесс гармонизации и трансформации может быть использована для прогнозирования состояния оборудования. В докладе представлен обзор и произведён отбор современных математических методов и программных реализации инструментов анализа многомерных нерегулярных временных рядов для ...
Добавлено: 29 апреля 2026 г.
Незнанов А. А., Емельянов В., Глушко А. А. и др., В кн.: Интеллектуальный анализ данных в нефтегазовой отрасли.: М.: ООО «Геомодель Развитие», 2024. С. 42–45.
Сложность задач обработки данных в корпоративных информационных системах нефтегазовой отрасли постоянно растёт в том числе в связи с постоянным ростом количества и разнообразия данных, что требует внедрения современных методологий и инструментов управления данными и знаниями. Многие архитектурные решения уже апробированы консорциумом OSDU, но в условиях локализации и быстро изменяющегося IT-ландшафта необходима не просто попытка повторить ...
Добавлено: 29 апреля 2026 г.
Chieregato Vicentin D., Salati Marcondes de Moraes G. H., Fischer B. и др., Journal of Intellectual Capital 2026 Vol. 27 No. 4 P. 951–974
Добавлено: 11 марта 2026 г.