Пошук академічних текстів

Інформація × Реєстраційний номер 0223U005869, 0123U103045 , Науково-дослідна робота Назва роботи Розробити моделі підвищення корисності та самопідсилення для децентралізованих систем аналізу великих даних Назва етапу роботи Керівник роботи Кузнєцов Владислав Олександрович, к.т.н. Дата реєстрації 31-12-2023 Організація виконавець Інститут кібернетики імені В. М. Глушкова Національної академії наук України Опис етапу За звітний період отримано наступні результати: 1) Розроблено модель ефектів самопідсилення, що ґрунтуються на моделі зі зворотним зв’язком та адаптивним керуванням вартості на основі моделі простору станів; 2) Запропоновано набір ознак, який дозволяє ефективно керувати величиною попиту і корисності даних в ланцюгу обробки даних з використанням моделі простору станів; 3) Проведено дослідження запропонованої моделі ефектів само підсилення зі зворотним зв’язком на основі моделі простору станів за помірних коливань попиту; 4) Проведено дослідження та порівняно ефективність побудови кривих попиту та порівняно їх з фактичними з використанням засобів візуального аналізу даних. Отримані моделі, методи і підходи до аналізу, моделювання ефектів самопідсилення дозволяють покращити розуміння поведінки користувачів і постачальників в системі великих даних та покращити прийняття рішень в системах великих даних, що ґрунтуються на оцінці вартісності в ланцюгу обробки даних; методи візуальної аналітики дозволяють зрозуміти динамозмінні ознаки в даних, що характерні для великих проміжків часу роботи системи великих даних та запропонувати оптимальний набір параметрів для керування. Результати, отримані в рамках теми, можуть бути використані в індустрії великих даних для розробки систем підтримки прийняття рішень з включенням людини (постачальника або користувача) в процес прийняття рішень, для систем візуальної аналітики і прийняття рішень для систем обробки великих даних. Опис продукції Автори роботи Дунаєвський Максим Сергійович Кузнєцов Владислав Олександрович Сулейманов Сеїт-Бекір Огли Додано в НРАТ 2023-12-31 Закрити