| DC Field | Value | Language |
|---|
| dc.contributor.author | Кукареко, А. В. | - |
| dc.contributor.author | Нестеренков, С. Н. | - |
| dc.date.accessioned | 2020-07-08T11:00:04Z | - |
| dc.date.available | 2020-07-08T11:00:04Z | - |
| dc.date.issued | 2020 | - |
| dc.identifier.citation | Кукареко, А. В. Способы машинного обучения для выявления ошибок выполнения упражнений на Smart-тренажере / А. В. Кукареко, С. Н. Нестеренков // BIG DATA and Advanced Analytics = BIG DATA и анализ высокого уровня: сб. материалов VI Междунар. науч.-практ. конф., Минск, 20-21 мая 2020 года: в 3 ч. Ч. 2 / редкол.: В. А. Богуш [и др.]. – Минск : Бестпринт, 2020. – С. 214–224. | ru_RU |
| dc.identifier.isbn | 978-985-90533-9-9 | - |
| dc.identifier.uri | https://libeldoc.bsuir.by/handle/123456789/39431 | - |
| dc.description.abstract | В докладе рассматривается возможность использования алгоритмов машинного обучения и нейронных сетей для классификации качества выполнения упражнения по показаниям с датчика установленного на "умном" тренажере. Демонстрируется полученный результат и оценка решения задачи. Использовались следующие виды алгоритмов машинного обучения: метод опорных векторов, LSTM-сети и сверточные LSTM-сети. | ru_RU |
| dc.language.iso | ru | ru_RU |
| dc.publisher | Беспринт | ru_RU |
| dc.subject | материалы конференций | ru_RU |
| dc.subject | интернет вещей | ru_RU |
| dc.subject | временные ряды | ru_RU |
| dc.subject | нейронные сети | ru_RU |
| dc.subject | internet of things | ru_RU |
| dc.subject | time series | ru_RU |
| dc.subject | neural networks | - |
| dc.title | Способы машинного обучения для выявления ошибок выполнения упражнений на Smart-тренажере | ru_RU |
| dc.type | Article | ru_RU |
| local.description.annotation | The report considers the possibility of using machine learning algorithms and neural networks to classify the quality of the exercises according to data from a sensor installed on a smart training machine. The reached result is demonstrated along with the whole solution evaluation. The following types of machine learning algorithms were used: SVM, LSTM, and convolutional-LSTM networks. | - |
| Appears in Collections: | BIG DATA and Advanced Analytics = BIG DATA и анализ высокого уровня : материалы конференции (2020)
|
