Научные конференции

Информация о материале

Опубликовано: 24 июля 2019

Просмотров: 1021

Usov A.Yе., Varlamov A.A., Babkin O.V., Dos E.V., Mostovshchikov D.N.

Email: Адрес электронной почты защищен от спам-ботов. Для просмотра адреса в вашем браузере должен быть включен Javascript.

Usov Aleksey Yevgenyevich – Lead Systems Architect;

Varlamov Aleksandr Aleksandrovich – Senior Solution Architect;

Babkin Oleg Vyacheslavovich – Senior System Architect;

Dos Evgeniy Vladimirovich – System Architect;

Mostovshchikov Dmitriy Nikolayevich – Senior System Architect,

 IT INTEGRATOR «LI9 TECHNOLOGY SOLUTIONS»,

RALEIGH, UNITED STATES OF AMERICA

Abstract: the article provides a detailed analysis of known approaches to the generalization of concepts in terms of their application to real data arrays based on the use of attributes in machine learning. In order to visualize the main stages of machine learning, Figure 1 is shown. It becomes clear that in order to build the necessary qualification rules for the task, it is necessary to work with attributes that meet the requirements of the task.

The analysis of scientific papers on the subject of this article suggests that the use of the theory of approximate methods provides an opportunity to successfully solve tasks related to contradictory and incomplete information.

A review of current methods in the theory of approximate sets is carried out, as well as the listed main contradictions with which the researcher can combine to extract and systematize the knowledge contained in the information arrays. A practical implementation is described using the theory of lower and upper approximations, since they allow an assessment of the belonging of the element under study to a set that has fuzzy boundaries.

Successful practical implementation of the method of reducing attributes in machine learning requires digitized data, since it is the data that will determine the quality and completeness of the solution of the problem, based on this, the main theoretical aspects of the generalization algorithm construction using the theory of approximate sets.

Keywords: machine learning, approximate set, attributes, model, information system, discretization, approximation, boundary region, array.

Усов А.Е., Варламов А.А., Бабкин О.В., Дос Е.В., Мостовщиков Д.Н.

Усов Алексей Евгеньевич – ведущий архитектор;

Варламов Александр Александрович – старший архитектор;

Бабкин Олег Вячеславович – старший архитектор;

Дос Евгений Владимирович – архитектор;

Мостовщиков Дмитрий Николаевич – старший архитектор,

 системный интегратор «Li9 Technology Solutions»,

г. Райли, Соединенные Штаты Америки

Аннотация: в статье осуществляется детальный анализ известных подходов к обобщению понятий в плане их применения к реальным массивам данных на основе использования атрибутов в машинном обучении. С целью визуализации основных этапов машинного обучения приведен рисунок 1, где становится ясно, что для того, чтобы построить необходимые к поставленной задачи квалификационные правила, необходимо работать с атрибутами, которые соответствуют  требованиям задачи.

Проведенный анализ научных работ по тематике данной статьи позволяет утверждать, что использование теории приближенных методов предоставляет возможность успешно решать задания, связанные с противоречивой и неполной информацией.

Проводится обзор актуальных методов в теории приближенных множеств, а также перечисленные основные противоречия, с которыми может столкнуться исследователь при извлечении и систематизации знаний, которые содержатся в информационных массивах. Описана практическая реализация с использованием теории нижней и верхней аппроксимации, поскольку они позволяют провести оценку принадлежности исследуемого элемента к множеству, которое имеет нечеткие границы.

Успешная практическая реализация методики снижения атрибутов в машинном обучении требует оцифрованных данных, поскольку именно от данных будет зависеть качество и полнота решения поставленной задачи, исходя из этого в статье изложены основные теоретические аспекты построения алгоритма обобщения с использованием теории приближенных множеств.

Ключевые слова: машинное обучение, приближенное множество, атрибуты, модель, информационная система, дискретизация, аппроксимация, граничная область, массив.

Список литературы / References

1. Воронина В.В., Мошкин В.С. Разработка приложений для анализа слабоструктурированных информационных ресурсов: учебное пособие / Воронина В.В., Мошкин В.С. Ульяновск: УлГТУ, 2015. 162 с.
2. Клячкин В.Н. и др. Применение методов машинного обучения при решении задач техической диагностики // Научный вестник УВАУ ГА (И), 2016. Т. 8. С. 158–161.
3. Hinton G., Osindero S., Teh Y. A Fast learning Algorithm for Deep Belief Nets. Neural Computation, 2006. 18 (7): 1527-1554.
4. Lan A.S. et al. Mathematical languageprocessing: Automatic grading and feedback for open response mathematical questions //Proceedings of the Second (2015) ACM Conference on Learning@ Scale. ACM, 2015. С. 167–176.
5. Rasmussen C.E. The infnite Gaussian mixture model. In Advances in Neural Information Pro-cessing Systems, Vol. 12, 2000.
6. Wu X. еt al. Top 10 algorithms in data mining //Knowledge and information systems, 2008. Т. 14. № 1. С. 1–37.

Ссылка для цитирования данной статьи

		Тип лицензии на данную статью – CC BY 4.0. Это значит, что Вы можете свободно цитировать данную статью на любом носителе и в любом формате при указании авторства.
Ссылка для цитирования. Усов А.Е., Варламов А.А., Бабкин О.В., Дос Е.В., Мостовщиков Д.Н. МЕТОДИКА СНИЖЕНИЯ ТРИБУТОВ В МАШИННОМ ОБУЧЕНИИ ПРИ РАБОТЕ С ПРИБЛИЖЕННЫМИ МНОЖЕСТВАМИ [METHODS OF REDUCING ATTRIBUTES IN MACHINE LEARNING WHEN WORKING WITH APPROXIMATE SETS] // LX International Scientific Review of the Problems and Prospects of Modern Science and Education Свободное цитирование при указании авторства: https://scientific-conference.com/grafik/grafik-2019-pervoe-polugodie.html(Boston, USA - 23 July, 2019). с. {см. сборник}

Информация о материале

Опубликовано: 27 июня 2019

Просмотров: 993

Yankin G.D., Zamyatin A.V., Mitrofanov N.D.

Email: Адрес электронной почты защищен от спам-ботов. Для просмотра адреса в вашем браузере должен быть включен Javascript. 

Yankin Georgiy Dmitrievich - Student;

Zamyatin Aleksey Valerevich - Candidate of Technical Sciences,

Associate Professor;

Mitrofanov Nikolay Georgievich - Candidate of Technical Sciences,

Associate Professor,

DEPARTMENT OF HIGHWAYS AND AIRFIELDS,

TYUMEN INDUSTRIAL UNIVERSITY,

TYUMEN

Abstract: in modern conditions of growth of industry and technology, humanity produces more and more pollution, which adversely affects the environment and, consequently, the life of the person himself. One of the types of such pollution is oil products, which fall into the waters of settlements with storm waters. A narrow list of materials limits the ability to clean water from this type of pollution. Based on this, a search for alternative materials was conducted, one of which is a nonwoven geomaterial.

Keywords: nonwoven geomaterial, storm water, cleaning, oil products.

Янкин Г.Д., Замятин А.В., Митрофанов Н.Г.

 Янкин Георгий Дмитриевич – студент;

Замятин Алексей Валерьевич – кандидат технических наук, доцент;

Митрофанов Николай Георгиевич - кандидат технических наук, доцент,

кафедра автомобильных дорог и аэродромов,

Тюменский индустриальный университет,

г. Тюмень

Аннотация: в современных условиях роста промышленности и технологий человечество производит все больше и больше загрязнений, что негативно сказывается на экологии и, следовательно, на жизни самого человека. Одним из видов таких загрязнений являются нефтепродукты, которые попадают в акватории населенных пунктов с ливневыми водами. Узкий перечень материалов ограничивает возможности по очистке вод от данного вида загрязнений. На основании этого проведен поиск альтернативных материалов, одним из которых является геоматериал нетканый.

Ключевые слова: нетканый геоматериал, ливневые воды, очистка, нефтепродукты.

Список литературы / References

1. Янкин Г.Д. Анализ состояния сети ливневой канализации города Тюмени / Г.Д. Янкин, А.В. Замятин, Н.Г. Митрофанов // Новые технологии – нефтегазовому региону, 2018. С. 339-342.
2. Свалова М.В. Исследования сетей ливневой канализации города Ижевска / М.В. Свалова, Е.Ю. Захаров, М.И. Дишин // В мире науки и инноваций, 2016. С. 200-202.
3. Буринчик А.С. Необходимость улучшения качества ливневой канализации в городе Белгороде / Буринчик А.С., Ширина Н.В. // Современные научные исследования и разработки, 2016. № 3. С. 7-10.
4. Павлова Л.В. Исследование проблем водоотведения городских дорог / Л.В. Павлова, А.А. Алексанян // Традиции и инновации в строительстве и архитектуре, 2017. С. 188-192.
5. Великанов Н.Л. Совершенствование системы ливневой канализации города / Н.Л. Великанов, В.А. Наумов, С.И. Корягин, А.В. Мойса // Технико-технологические проблемы сервиса, 2017. № 2 С. 14-20.
6. ПНДФ 14.1:2:4.128-98. Количественный химический анализ вод. Методика измерений массовой концентрации нефтепродуктов в пробах природных (включая морские), питьевых и сточных вод флуориметрическим методом на анализаторе жидкости "Флюорат-02".

Ссылка для цитирования данной статьи

		Тип лицензии на данную статью – CC BY 4.0. Это значит, что Вы можете свободно цитировать данную статью на любом носителе и в любом формате при указании авторства.
Ссылка для цитирования. Янкин Г.Д., Замятин А.В., Митрофанов Н.Г. ПРИМЕНЕНИЕ ГЕОСИНТЕТИЧЕСКОГО МАТЕРИАЛА В ОЧИСТКЕ ЛИВНЕВЫХ ВОД ОТ НЕФТЕПРОДУКТОВ [THE USE OF GEOSYNTHETIC MATERIAL IN THE PURIFICATION OF STORM WATER FROM PETROLEUM PRODUCTS] // XI INTERNATIONAL SCIENTIFIC REVIEW OF THE TECHNICAL SCIENCES, MATHEMATICS AND COMPUTER SCIENCE Свободное цитирование при указании авторства: https://scientific-conference.com/images/PDF/2019/11/the-use-of-geosynthetic.pdf (Boston, USA - 20 June, 2019). с. {см. сборник}

Информация о материале

Опубликовано: 27 июня 2019

Просмотров: 897

Vokhidov B.R., Norov A.F., Pulatova Sh.B., Arabboyev F.A., Ochilova M.B., Kholmurodov F.F.

Email: Адрес электронной почты защищен от спам-ботов. Для просмотра адреса в вашем браузере должен быть включен Javascript.

 Vokhidov Bakhriddin Rakhmiddinovich – Senior Lecturer;

Norov Abdulkuddus Furkat ugli – Student;

Pulatova Shakhlo Barnoyevna – Master;

Arabboyev Firdavs Akmalovich – Student;

Ochilova Madina Bahtiyorovna - Senior Lecturer;

Feruz Farkhod ugli – Мaster, Lecturer,

DEPARTMENT OF METALLURGY, FACULTY OF CHEMICAL AND METALLURGY,

NAVOI STATE MINING INSTITUTE,

NAVOI, REPUBLIC OF UZBEKISTAN

Abstract: in this article, the investigation method of getting palladium by melting abandoned electrolytic solutions with aqua regia (HCl*HNO3) is highlighted. Also, the investigation methods of selective drowning to purify from detrimental impurities to get palladium powder, factors that impact on technological processes, the definition of utilized new technologies and equipments are explained. It’s impossible to imagine modern industry without palladium. It is used widely in the electronics and chemical industry to make accelerators and sturdier chemical equipment.

Keywords: palladium, cinder, ammonium chloride, the waste of electrolytic solution, palladium powder, selective drowning, aqua regia solution, filtration, washing, burning.

Вохидов Б.Р., Норов А.Ф., Пулатова Ш.Б., Араббоев Ф.А., Очилова М.Б., Холмуродов Ф.Ф.

 Вохидов Бахриддин Рахмиддинович - старший преподаватель;

Норов Абдулкуддус Фуркат угли – студент;

Пулатова Шахло Барноевна – магистр;

Араббоев Фирдавс Акмалович – студент;

Очилова Мадина Бакстиоровна - старший преподаватель;

Холмуродов Феруз Фарход угли - магистр, преподаватель,

кафедра металлургии, химико-металлургический факультет,

Навоийский государственный горный институт,

г. Навои, Республика Узбекистан

Аннотация: в статье освещается метод исследования получения палладия путем плавления заброшенных электролитических растворов с царской водкой (HCl * HNO3). Также разъясняются методы исследования селективного утопления для очистки от вредных примесей для получения порошка палладия, факторы, влияющие на технологические процессы, определение используемых новых технологий и оборудования. Современную промышленность невозможно представить без палладия. Он широко используется в электронной и химической промышленности для изготовления ускорителей и более прочного химического оборудования.

Ключевые слова: палладий, шлак, хлорид аммония, отходы электролитического раствора, порошок палладия, селективное утопление, раствор царской водки, фильтрация, промывка, сжигание.

References / Список литературы

1. Kindyakov P.S. Chemistry and technology rare and scattered elements // M., 1976. Section 3. Р. 23-25.
2. Sanakulov K.S., Petukhov O.F. Prospects for the development of vanadium complex abroad and in the Republic of Uzbekistan // Mining Herald of Uzbekistan, 2017. № 3.
3. Zelikman A.N., Korshunov B.G. «Metallurgy Rare Metals», Metallurgy. 1991.

Ссылка для цитирования данной статьи

		Тип лицензии на данную статью – CC BY 4.0. Это значит, что Вы можете свободно цитировать данную статью на любом носителе и в любом формате при указании авторства.
Ссылка для цитирования. Вохидов Б.Р., Норов А.Ф., Пулатова Ш.Б., Араббоев Ф.А., Очилова М.Б., Холмуродов Ф.Ф. НАУЧНОЕ ОБОСНОВАНИЕ ТЕХНОЛОГИИ ПОЛУЧЕНИЯ ЧИСТОГО ПОРОШКА ПАЛЛАДИЯ ИЗ ТЕХНОГЕННЫХ ЭЛЕКТРОЛИТОВ [THE SCIENTIFIC EXPLANATION OF THE TECHNOLOGIES TO GET PURE PALLADIUM POWDER FROM RECYCLED ELECTROLYTES] // XI INTERNATIONAL SCIENTIFIC REVIEW OF THE TECHNICAL SCIENCES, MATHEMATICS AND COMPUTER SCIENCE  Свободное цитирование при указании авторства: https://scientific-conference.com/images/PDF/2019/11/the-scientific1.pdf (Boston, USA - 20 June, 2019). с. {см. сборник}

Информация о материале

Опубликовано: 24 июня 2019

Просмотров: 1022

Kuznetsova Е.А., Barannikova I.V.

Email: Адрес электронной почты защищен от спам-ботов. Для просмотра адреса в вашем браузере должен быть включен Javascript.

 Kuznetsova Eugenia Albertovna - Master;

Barannikova Irina Vladimirovna - Candidate of Technical Sciences, Associate Professor,

DEPARTMENT OF AUTOMATED CONTROL SYSTEMS,

NATIONAL RESEARCH UNIVERSITY OF TECHNOLOGY

MOSCOW INSTITUTE OF STEEL AND ALLOYS,

MOSCOW

Abstract: the paper provides an information analysis in the formation of a single data warehouse, which will be the basis for regulatory reference information (NSI) in enterprises. The analysis need for rate of the poor quality of the data
used, which entails an inefficient use of the available information resources. The work
included the process of structuring data when developing architects of a NSI
with normalized and unification data, and the stages highlighted of
substantiation when creating a structure of a NSI.

Keywords: information system, integration of information systems, common information space, reference information system.

Кузнецова Е.А., Баранникова И.В.

 Кузнецова Евгения Альбертовна – магистр;

Баранникова Ирина Владимировна – кандидат технических наук, доцент,

кафедра автоматизированных систем управления,

Национальный исследовательский технологический университет

Московский институт стали и сплавов,

 г. Москва

Аннотация: в работе приведен информационный анализ при формировании единого хранилища данных, которое будет основой для нормативно-справочной информации (НСИ) на предприятиях. Необходимость данного анализа вызвана низким качеством используемых данных, что влечет за собой неэффективное использование имеющихся информационных ресурсов. В работу включен процесс структурирования данных при разработке архитекторы НСИ с нормализованными и унификационными данными, а также выделены этапы обоснования при создании структуры НСИ.

Ключевые слова: информационная система, интеграция информационных систем, единое информационное пространство, система нормативно-справочной информации.

Список литературы / References

1. Гейтс Б. Бизнес со скоростью мысли. М.: ЭКСМО, 2003. 485 с.
2. Федеральный закон от 27 июля 2006 г. № 149-ФЗ «Об информации, информационных технологиях и о защите информации» // Российская газета. № 165, 2006.
3. Ускова О. Ничего конкретного // Российская бизнес-газета. № 715 (31), 18.08.2009.
4. Шибанов С.В., Яровая М.В. Обзор современных методов интеграции данных в информационных системах // Тр. Межд. симпоз. «Надежность и качество», 2010. С. 290-294.
5. Вичугова А.А., Вичугов В.Н., Цапко С.Г. Методы и средства интеграции информационных систем в рамках единого информационного пространства: Тр. XII Межд. конф., Москва, 2012. М.: Аналитик, 2012. С. 60-63.
6. Демченко С.А. Особенности создания единого информационного пространства в проектных организациях // Apriori: электр. науч. журн. Серия «Естественные и технические науки», 2014. № 3.
7. Андрюшкевич С.К., Гуськов А.Е. Практика решения задач интеграции информационных систем на основе управления мастер-данными // Вычислительные технологии, 2013. С. 3-15.
8. Loshin D. Master Data Management. - Burlington: Els. Morgan Caufmann, 2009. 275
9. Франгулова Е.В. Классификация подходов к интеграции и интероперабельности информационных систем // Вестник Астраханского государственного технического университета, 2010. № 2. С. 175-176.

Ссылка для цитирования данной статьи

		Тип лицензии на данную статью – CC BY 4.0. Это значит, что Вы можете свободно цитировать данную статью на любом носителе и в любом формате при указании авторства.
Ссылка для цитирования. Кузнецова Е.А., Баранникова И.В. ИНФОРМАЦИОННЫЙ АНАЛИЗ ПРИ ФОРМИРОВАНИИ ЕДИНОГО ИНФОРМАЦИОННОГО ПРОСТРАНСТВА [INFORMATION ANALYSIS IN THE FORMATION OF SINGLE INFORMATION SPACE] // XI INTERNATIONAL SCIENTIFIC REVIEW OF THE TECHNICAL SCIENCES, MATHEMATICS AND COMPUTER SCIENCE Свободное цитирование при указании авторства: https://scientific-conference.com/images/PDF/2019/11/information.pdf (Boston, USA - 20 June, 2019). с. {см. сборник}