Ключевое слово: «метод опорных векторов»
Егоров Д. П., Егорова А. И., Федотов А. А., Кравченко О. В. КЛАССИФИКАЦИЯ ТЕКСТОВЫХ СООБЩЕНИЙ С ПОМОЩЬЮ TF-IDF И WORD2VEC // Научно-методический электронный журнал «Концепт». – 2020. – . – URL: http://e-koncept.ru/2020/0.htm
Приведено краткое описание методов TF-IDF и Word2vec. Рассмотрен комбинированный метод векторизации текстов с целью их дальнейшей классификации, сочетающей подходы TF-IDF и Word2Vec. Разработан RSS-агрегатор новостных сообщений. Проведена сравнительная оценка точности рассмотренных методов.
Шакиров В. А., Иванова И. Ю. ОЦЕНКА СОЛНЕЧНОЙ РАДИАЦИИ НА СЕВЕРО-ВОСТОКЕ РОССИИ С ИСПОЛЬЗОВАНИЕМ РЕГРЕССИОННЫХ МОДЕЛЕЙ // Научно-методический электронный журнал «Концепт». – 2022. – . – URL: http://e-koncept.ru/2022/0.htm
Авторы:
В. А. Шакиров, И. Ю. Иванова
В. А. Шакиров, И. Ю. Иванова
Разработаны регрессионные модели для оценки месячных сумм суммарной солнечной радиации в восточных районах Крайнего Севера и Арктической зоны Российской Федерации. Отклонение модельных оценок годовых сумм солнечной радиации не превышают 10% для Арктической зоны и 8% для районов за ее предалами. Проведено сравнение по точности оценок регрессионных моделей и баз данных ERA5, CERES SYN1Deg в с. Оймякон и г. Якутск. Для оценки суточных сумм суммарной солнечной радиации разработана регрессионная модель на основе метода опорных векторов. Представлены результаты валидации модели по метеорологическим данным c. Оймякон и г. Якутск.
ИДЕНТИФИКАЦИЯ МОТОРНЫХ МАСЕЛ ИК-СПЕКТРОСКОПИЕЙ И МЕТОДАМИ МАШИННОГО ОБУЧЕНИЯ // Научно-методический электронный журнал «Концепт». – 2025. – . – URL: http://e-koncept.ru/2025/0.htm
DOI 10.24412/cl-37460-2025-1-440-443
В работе рассматривается использование методов машинного обучения для классификации и выявления аномалий на инфракрасных спектрах моторного масла Motul. Проведен анализ актуальности проблемы автоматизации контроля качества смазочных материалов. В исследовании применены алгоритмы анализа главных компонент, опорных векторов и ансамблевых моделей. Полученные результаты демонстрируют высокую точность распознавания составов масел и эффективное выявление отклоняющихся образцов. Научная новизна состоит в интеграции современных машинных методов для обработки спектральных данных, что способствует развитию автоматизированных систем контроля качества моторных масел.
