Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот ресурс: http://hdl.handle.net/11701/26356
Полная запись метаданных
Поле DCЗначениеЯзык
dc.contributor.advisorХолодова Светлана Евгеньевнаru_RU
dc.contributor.advisorHolodova Svetlana Evgenevnaen_GB
dc.contributor.authorПомазкова Галина Владимировнаru_RU
dc.contributor.authorPomazkova Galina Vladimirovnaen_GB
dc.contributor.editorСтепенко Николай Анатольевичru_RU
dc.contributor.editorStepenko Nikolaj Anatolevicen_GB
dc.date.accessioned2021-03-24T15:24:57Z-
dc.date.available2021-03-24T15:24:57Z-
dc.date.issued2020
dc.identifier.other040322en_GB
dc.identifier.urihttp://hdl.handle.net/11701/26356-
dc.description.abstractВ работе рассматриваются методы искусственного интеллекта для моделирования работы различных элементов физиологических систем организма. В качестве базовых математических алгоритмов были приняты алгоритмы роевого поведения элементов, частиц исследуемых систем. Поэтому, предпочтение отдавалось тем физиологическим системам организма, которые хотя бы в малой степени, позволяли сделать такие допущения. Каковым была взята за основу кровеносная система. В данной работе, наиболее предпочтительным роевым алгоритмом был рассмотрен алгоритм моделирующий стайное поведение частиц агентов системы.ru_RU
dc.description.abstractThe paper discusses artificial intelligence methods for modeling the operation of various elements of the physiological systems of the body. Algorithms of swarm behavior of elements, particles of the systems under study were adopted as basic mathematical algorithms. Therefore, preference was given to those physiological systems of the body, which, at least to a small extent, made it possible to make such assumptions. What was the basis of the circulatory system. In this paper, the most preferred swarm algorithm was considered an algorithm that simulates the flocking behavior of particles of system agents.en_GB
dc.language.isoru
dc.subjectмашинное обучениеru_RU
dc.subjectроевые алгоритмыru_RU
dc.subjectграфыru_RU
dc.subjectmachine learningen_GB
dc.subjectswarm algorithmsen_GB
dc.subjectgraphsen_GB
dc.titleNeural network modeling of physiological systemsen_GB
dc.title.alternativeНейросетевое моделирование работы физиологических системru_RU
Располагается в коллекциях:MASTER'S STUDIES

Файлы этого ресурса:
Файл Описание РазмерФормат 
Pomazkova_VKR20.pdfArticle953,25 kBAdobe PDFПросмотреть/Открыть
reviewSV_OtzyvPomazkova20.pdfReviewSV91,97 kBAdobe PDFПросмотреть/Открыть


Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.