Жарияланымдар / Публикации

Постоянный URI для этого сообществаhttps://cris.qyzpu.kz/handle/123456789/2

Просмотр

Фильтры

2022 - 20252

Настройки

Язык: search.filters.language.Қазақ тіліТема: search.filters.subject.logistic regression

Результаты поиска

Показано: 1 - 2 из 2
  • Загрузка...
    Изображение-миниатюра
    Некоторые метрики заблокированы вашими 
    настройками согласия
    Тип записи:Публикация,
    МАШИНАЛЫҚ ОҚЫТУ ӘДІСІНІҢ КӨМЕГІМЕН ЖҮРЕК АУРУЫН БОЛЖАУ
    (Mukhametzhan Tynyshbayev ALT University, 2022-10-28)
    Zhadyra N. Alimbayeva
    ;
    Кassymbek Ozhikenov
    ;
    Айдана Еркебай
    ;
    Chingiz A. Alimbayev
    ;
    Aiman K. Ozhikenova
    Мүгедектік пен өлім деңгейінің жоғары болуына байланысты жүрек-қан тамырлары ауруларын дер кезінде анықтау маңызды мәселе болып отыр. Бұл мақалада машиналық оқыту алгоритмдерін қолданып электрокардиосигналды өңдеу арқылы жүрек ауруын болжауға зерттеу жүргізілген. Жалпы, зерттеу барысында әртүрлі машиналық оқыту алгоритмдерімен 50000-нан астам сандық эксперимент жүргізілді. Салыстырмалы талдау негізінде машиналық оқытудың үлгілері мен әдістері таңдалып, ең жоғары жақсы көрсеткіш нәтиже берді. Зерттеуге келесі әдістер қолданылды: тірек векторлық машинасы, шешімдер ағашы, Байес классификаторы, логистикалық регрессия, k-жақын көршілер, кездейсоқ орман, терең нейрондық желілер. Таңдалған модельдер параметрлерді анықтау және тиімді қолдану үшін ұсынылды.
  • Загрузка...
    Изображение-миниатюра
    Некоторые метрики заблокированы вашими 
    настройками согласия
    Тип записи:Публикация,
    КЛАССИФИКАЦИЯЛЫҚ АЛГОРИТМДЕРДІ ҚОЛДАНЫП ДАУЫСТЫ ТАНУ
    (2025-03-31)
    Nurbapa Mekebayev
    ;
    Dauren Darkenbayev
    ;
    Модовов Н.А
    ;
    Орынтаева Ж.А.
    Дауыс тану жүйелері машиналық оқыту әдістеріне негізделген, оның ішінде классификациялық алгоритмдер кеңінен қолданылады. Классификация дауыс сигналдарын әртүрлі санаттарға, мысалы, сөздер немесе сөйлемдерге бөліп тануды жүзеге асырады. Бұл үдерісте жиі қолданылатын алгоритмдерге логистикалық регрессия, шешім ағаштары және нейрондық желілер жатады. Дауыс сигналын өңдеуде алдымен ерекшеліктері, яғни маңызды параметрлері, экстракцияланады, содан кейін олар классификаторға беріледі. Классификация нәтижесінде жүйе сөйлеген сөзді мәтінге түрлендіреді немесе дыбыстың нақты мазмұнын анықтайды. Бұл технология адам-компьютер өзара әрекеттестігін жақсарту үшін маңызды. Бұл мақалада машиналық оқыту әдістерін қолдана отырып, сөйлеушінің даусын анықтау мәселесін шешу үшін жіктеу алгоритмдерін қарастырамыз. Сөйлеудің алдын ала өңдеуде МҒСС-ті алгортимін пайдаландық. Жоғарыдағы мәселені шешу үшін бес жіктеу алгортмі қарастырылып, салыстырмалы талдау жасалды. Алғашқы эксперимент жасағанда ең жақсы нәтиже көрсеткен SVC алгортимі 0,90 және MLP Classifier алгоритмі 0,83 нәтижелерін көрсетті. Келесі экспермиентте жеке тұлғаның дауысын анықтауда неғұрлым үлкен дәлдікте Robust scaler әдісімен масштабтауда – 0,93 көпқабатты персептрон көрсете бастады. Сондықтан бұл мәселені шешу үшін сөйлеу сигналының ерекшелігін ескеретін көп қабатты перцептронды қолдануға болады.