Управління розвитком складних систем

Постійне посилання на фондhttps://repositary.knuba.edu.ua/handle/987654321/326

Переглянути

Результат пошуку

Зараз показуємо 1 - 2 з 2
  • Документ
    Метод определения нейросетевой архитектуры в задачах голосового взаимодействия дистанционного обучения
    (КНУБА, 2014) Щербина, Александр Андреевич; Терейковская, Людмила Алексеевна
    Впервые разработан метод определения архитектуры нейронной сети, предназначенной для решения типовых задач голосового взаимодействия в информационной системе дистанционного обучения. Метод, базируясь на концепции соответствия требований задачи и возможностей апробированных архитектур, позволяет определить оптимальную нейросетевую архитектуру. Приведен пример установления оптимальной архитектуры нейронной сети, которая используется для распознавания фонем в процессе голосовой авторизации.
  • Документ
    Концептуальная модель нейросетевого распознавания эмоционального состояния слушателей системы дистанционного обучения
    (КНУБА, 2019) Михайленко, Виктор Мефодиевич; Терейковская, Людмила Алексеевна
    Одной из наиболее существенных тенденций развития систем дистанционного обучения является внедрение автоматических средств обучения, результат восприятия которых в значительной степени зависит от функционального состояния слушателей. Как следствие, возникает необходимость диагностирования текущего функционального состояния слушателей. Определено, что диагностировать состояние слушателей возможно за счет использования нейросетевых средств распознавания эмоционального состояния человека. Установлено, что в современной научно-прикладной литературе недостаточно полно очерчены направления исследований по созданию нейросетевых средств распознавания эмоций, предназначенных для использования в условиях системы дистанционного обучения. В результате проведеннях исследований разработана концептуальная модель нейросетевого распознавания эмоционального состояния слушателей системы дистанционного обучения, которая за счет конкретизации операций, влияющих на нейросетевое распознавание эмоций, а также за счет обоснования передня параметров оценки эффективности позволяет детализировать направления исследований по проектированию соответствующих средств распознавания. Определено, что направления дальнейших исследований связаны с усовершенствованием методологической базы разработки и использования нейросетевых средств распознавания эмоций слушателей системы дистанционного обучения.