Публікація:
Нечіткий нелійний беггінг на основі адаптивної метамоделі в задачах прогнозувань

dc.contributor.authorІванов, Є. О.
dc.date.accessioned2024-08-27T09:07:44Z
dc.date.available2024-08-27T09:07:44Z
dc.date.issued2024
dc.description.abstractPrediction is a fundamental task in artificial intelligence, applied across various domains from finance to marketing and industry. Traditional linear models often fall short in capturing the complexity of data relationships, necessitating the enhancement of predictive model accuracy and reliability. Nonlinear bagging, based on an adaptive meta-model, has emerged as an effective approach for processing large datasets. This method involves creating an ensemble of models with diverse parameters, ensuring both prediction quality and stability in the face of anomalies. However, avoiding overfitting is crucial, requiring the selection of appropriate optimization strategies, notably utilizing an adaptive meta-model. Further development of this method entails exploring various adaptation and optimization strategies for hyperparameters. Overall, the proposed fuzzy nonlinear online bagging procedure synthesizes the ensemble's computational intelligence within the framework of online data processing, offering advantages in handling both sequential and non-stationary data.
dc.identifier.citationІванов Є. О. Нечіткий нелійний беггінг на основі адаптивної метамоделі в задачах прогнозувань / Є. О. Іванов ; наук. керівник д. т. н., проф. Є. В. Бодянський // Радіоелектроніка та молодь у XXI столітті : матеріали 28-го Міжнар. молодіж. форуму, 16–18 квітня 2024 р. – Харків : ХНУРЕ, 2024. – Т. 6 – С. 130-132. – DOI : https://doi.org/10.30837/IYF.IIS.2024.130.
dc.identifier.doihttps://doi.org/10.30837/IYF.IIS.2024.130
dc.identifier.urihttps://openarchive.nure.ua/handle/document/28197
dc.language.isouk
dc.publisherХНУРЕ
dc.subjectнелійний беггінг
dc.subjectметамоделі
dc.titleНечіткий нелійний беггінг на основі адаптивної метамоделі в задачах прогнозувань
dc.typeThesis
dspace.entity.typePublication

Файли

Оригінальний пакет
Зараз показано 1 - 1 з 1
Завантаження...
Зображення мініатюри
Назва:
T6_RiM_2024_130-132.pdf
Розмір:
147.26 KB
Формат:
Adobe Portable Document Format
Ліцензійний пакет
Зараз показано 1 - 1 з 1
Немає доступних мініатюр
Назва:
license.txt
Розмір:
9.55 KB
Формат:
Item-specific license agreed upon to submission
Опис: