Загрузка...
КазУТБ
ISSN
2663-1830
2708-4132
3 результаты
Показано: 1 - 3 из 3
- Некоторые метрики заблокированы вашиминастройками согласия
Тип записи:Публикация, СИПАТТАМАЛЫҚ СПЕКТРОГРАММАЛАР МЕН НЕЙРОНДЫҚ ЖЕЛІ НЕГІЗІНДЕ СӨЙЛЕУШІНІ ТАНУ(2025-12-30); ; ; Сөйлеушінің айтылу сипаттамаларын алу үшін нейрондық желіге негізделген әдіс ұсынылады, ол қысқа мерзімді спектрограммалардың сызықтық суперпозициясынан сөйлеушінің айтылуының тұрақты көрінісін беру үшін сипаттамалық спектрограммаға қол жеткізу үшін арнайы программа статистикасын пайдаланады. Дәстүрлі SOM (AC-SOM) нейрондық желісіне негізделген ресурстармен шектелген құрылғылардағы динамиктерді тану жүйелері үшін желіні баяу оқыту және тану жылдамдығы мәселесін шешу үшін адаптивті кластерлік өзін-өзі ұйымдастыратын мүмкіндіктер картасы SOM (AC-SOM) алгоритмі ұсынылады. Бұл алгоритм кластерлер саны динамиктер санына сәйкес келгенше танылатын динамиктер санына қарай бәсекелестік деңгейіндегі нейрондар санын автоматты түрде реттейді. Ұсынылған AC-SOM моделіне спектрограммалардың сипаттамалық үлгілерінің 100 сөйлеушінің дерекқоры құрастырылды және қолданылды, бұл максималды оқу уақытын небәрі 304 секундқа, ал үлгіні танудың максималды уақытын 28 мс-ден аз уақытқа қамтамасыз етті. Басқа тәсілдермен салыстырғанда, ұсынылған әдіс тым жоғары тану дәлдігін жоғалтпай, айтарлықтай жақсартылған оқыту мен тану жылдамдығын қамтамасыз етеді. Перспективалы нәтижелер ұсынылған әдіс сөйлеушіні танудың басқа әдістеріне қарағанда edge intelligence жүйелері үшін нақты уақыттағы деректерді өңдеу және орындау талаптарын жақсырақ қанағаттандыратынын көрсетеді. - Некоторые метрики заблокированы вашиминастройками согласия
Тип записи:Публикация, ИССЛЕДОВАНИЕ СИСТЕМ КРЕДИТНОГО СКОРИНГА С ИСПОЛЬЗОВАНИЕМ АЛГОРИТМОВ МАШИННОГО ОБУЧЕНИЯ(2024-09-30); ; ; Д.С. ЖамангаринАбстракт. В статье использовались алгоритмы машинного обучения для решения задач кредитного скоринга. Изучены методы анализа, прогнозирования и определения платежеспособности физических лиц. Кроме того, в статье сравнивается и исследуется одна из актуальных проблем банковских систем, а также представлены результаты обработки данных. Результаты исследования, представленные в статье, показали эффективность кредитного скоринга при принятии решений и показали, что их использование позволяет существенно повысить точность прогнозирования кредитоспособности физических лиц и улучшить процесс принятия решений по кредитованию. Результаты исследования, представленные в статье, вносят важный вклад в банковскую отрасль и решают проблемы принятия решений по финансированию физических лиц. Практическое применение результатов поможет улучшить процесс кредитования и снизить риски финансовых организаций. Авторы статьи планируют продолжить исследования в этой области. Ключевые слова: методы, технология, данные, алгоритм, анализ. - Некоторые метрики заблокированы вашиминастройками согласия
Тип записи:Публикация, КЛАССИФИКАЦИЯЛЫҚ АЛГОРИТМДЕРДІ ҚОЛДАНЫП ДАУЫСТЫ ТАНУ(2025-03-31); ; ; 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.