Текущий выпуск Номер 2, 2025 Том 17

Все выпуски

Результаты поиска по 'данные':
Найдено авторов: 14
  1. Бурлаков Д.С. (Burlakov D.S.)
  2. Востриков Д.Д. (Vostrikov D.D.)
  3. Добровольский Д.Д. (Dobrovolskii D.D.)
  4. Дутбайева Д.М. (Dutbayeva D.M.)
  5. Зафиевский Д.Д. (Zafievsky D.D.)
  6. Ильясов Д.В. (Ilyasov D.V.)
  7. Кабанов Д.К. (Kabanov D.K.)
  8. Клюкин Д.А. (Klyukin D.A.)
  9. Маршаков Д.В. (Marshakov D.V.)
  10. Павлов Д.М. (Pavlov D.M.)
  11. Сушко Д.А. (Sushko D.A.)
  12. Фёдоров Д.Д. (Fiodorov D.D.)
  13. Хачай Д.М. (Khachai D.M.)
  14. Шулепин Д. (Shulepin D.)
Найдено статей: 683
  1. От редакции
    Компьютерные исследования и моделирование, 2024, т. 16, № 3, с. 581-584
  2. От редакции
    Компьютерные исследования и моделирование, 2024, т. 16, № 4, с. 821-823
  3. От редакции
    Компьютерные исследования и моделирование, 2024, т. 16, № 5, с. 1037-1040
  4. От редакции
    Компьютерные исследования и моделирование, 2024, т. 16, № 6, с. 1341-1343
  5. От редакции
    Компьютерные исследования и моделирование, 2025, т. 17, № 1, с. 5-7
  6. От редакции
    Компьютерные исследования и моделирование, 2025, т. 17, № 2, с. 175-177
  7. Завьялова Н.А.
    Исследование порядка аппроксимации инвариантных дифференциальных операторов на нерегулярной четырехугольной сетке
    Компьютерные исследования и моделирование, 2011, т. 3, № 4, с. 353-364

    Проведен априорный анализ аппроксимации уравнений магнитной гидродинамики на нерегулярной четырехугольной сетке. Вычислены значения коэффициентов, определяющих норму невязки для разностных аналогов операторов градиента и дивергенции. Изучено влияние свойств ячеек сетки на невязку. Для численного подтверждения полученных оценок приведены примеры вычислений с заданием одинаковых начальных данных на разных сетках.

    Ключевые слова: аппроксимация, невязка, разностное уравнение, подвижная сетка.
    Просмотров за год: 2.
  8. Москалев П.В., Буховец А.Г.
    О размерности подобия рандомизированной системы итеративных функций
    Компьютерные исследования и моделирование, 2012, т. 4, № 4, с. 681-691

    В работе рассматриваются свойства рандомизированной системы итеративных функций (РСИФ), полученной в результате обобщения известного алгоритма «игра в хаос». Для моделирования РСИФ была использована свободная система статистического анализа и визуализации данных R. Показано, что для полигональных протофрактальных множеств Z = {zj}, j = 1, 2, . . . , k зависимость размерности подобия от параметров РСИФ dS(μ|k) носит немонотонный характер с экстремальным значением max dS(μ|k)=− ln k/ln(1/(1+μ)).

    Ключевые слова: размерность подобия, рандомизированная система итеративных функций, многоугольник Серпинского.
    Просмотров за год: 1. Цитирований: 2 (РИНЦ).
  9. Караваев А.С., Копысов С.П.
    Метод построения неструктурированных шестигранных сеток из объемных данных
    Компьютерные исследования и моделирование, 2013, т. 5, № 1, с. 11-24

    Разработан метод преобразования поверхностного представления расчетной области в формат воксельных данных. Предложен алгоритм генерации расчетной шестигранной сетки на основе объемного формата данных.

    Ключевые слова: неструктурированная шестигранная сетка, объемные данные, воксель, знакоопределенные поля расстояний, двойственное контурирование.
    Просмотров за год: 4. Цитирований: 11 (РИНЦ).
  10. Никулин В.Н.
    О разложении матриц при помощи метода стохастического градиентного спуска в приложении к задаче направляемой классификации микрочипов
    Компьютерные исследования и моделирование, 2013, т. 5, № 2, с. 131-140

    Многомерные данные, при использовании значительно большего количества признаков относительно меньшего числа наблюдений, порождают хорошо известную проблему переопределённой задачи. В связи с этим, представляется целесообразным описание данных в терминах меньшего числа мета-признаков, которые вычисляются при помощи так называемых матричных факторизаций. Такие факторизации способствуют уменьшению случайного шума при сохранении наиболее существенной информации. Три новых и взаимосвязанных метода предложены в этой статье: 1) факторизационный механизм градиентного спуска с двумя (согласно размерности микрочипа) гибкими и адаптируемыми параметрами обучения, включая явные формулы их автоматического пересчета, 2) непараметрический критерий для отбора количества факторов, и 3) неотрицательная модификация градиентной факторизации, которая не требует дополнительных вычислительных затрат в сравнении с базовой моделью. Мы иллюстрируем эффективность предложенных методов в приложении к задаче направляемой классификации данных в области биоинформатики.

    Ключевые слова: матричная факторизация, ненаправляемое обучение, количество факторов, непараметрический критерий, неотрицательность, оставить одного извне, классификация.
    Цитирований: 4 (РИНЦ).
Страницы: « первая предыдущая следующая последняя »

Журнал индексируется в Scopus

Полнотекстовая версия журнала доступна также на сайте научной электронной библиотеки eLIBRARY.RU

Журнал входит в систему  Российского индекса научного цитирования.

Журнал включен в базу данных Russian Science Citation Index (RSCI) на платформе Web of Science

Международная Междисциплинарная Конференция "Математика. Компьютер. Образование"

Международная Междисциплинарная Конференция МАТЕМАТИКА. КОМПЬЮТЕР. ОБРАЗОВАНИЕ.

Copyright © 2009–2025 Институт компьютерных исследований