Skip navigation
Please use this identifier to cite or link to this item: https://libeldoc.bsuir.by/handle/123456789/38686
Title: Analysis of Finite Fluctuations as a Basis of Defining a Set of Neural Network Model Inputs
Other Titles: Анализ конечных изменений как основа формирования входов нейросетевой модели
Authors: Sheglevatych, R. V.
Sysoev, A. S.
Keywords: материалы конференций;analysis of Finite Fluctuations;neural networks;sensitivity analysis
Issue Date: 2020
Publisher: БГУИР
Citation: Sheglevatych, R. V. Analysis of Finite Fluctuations as a Basis of Defining a Set of Neural Network Model Inputs / Roman V. Sheglevatych, Anton S. Sysoev // Открытые семантические технологии проектирования интеллектуальных систем = Open Semantic Technologies for Intelligent Systems (OSTIS-2020) : сборник научных трудов / Белорусский государственный университет информатики и радиоэлектроники ; редкол.: В. В. Голенков (гл. ред.) [и др.]. – Минск, 2020. – Вып. 4. – С. 313–316.
Abstract: The paper describes an approach on the defining a set of neural network model inputs analyzing their influence on the output. The mathematical basis of such procedure is Analysis of Finite Fluctuations based on applying Lagrange mean value theorem. The applied problem under consideration in finding outliers in data from healthcare digital system records.
Alternative abstract: В статье рассматривается подход к формированию набора входных переменных для нейросетевой модели на основе анализа их влияния на выход. Математической основой такой процедуры выступает анализ конечных изменений, основанный на применении теоремы Лагранжа о промежуточной точке. Прикладная проблема исследования — выявление аномалий в наборах данных, полученных из информационной системы фиксации результатов оказания медицинской помощи.
URI: https://libeldoc.bsuir.by/handle/123456789/38686
Appears in Collections:OSTIS-2020

Files in This Item:
File Description SizeFormat 
Sheglevatych_Analysis.pdf111.32 kBAdobe PDFView/Open
Show full item record Google Scholar

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.