Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот ресурс:
http://elar.urfu.ru/handle/10995/138569
Название: | APPLICATION OF NON-TRADITIONAL AI-LIKE STATISTICAL APPROACHES TO SOLVING PREDICTION METRICS AND RECOGNITION PROBLEMS |
Авторы: | Spitsin, S. Krochin, L. |
Дата публикации: | 2024 |
Издатель: | УрФУ |
Библиографическое описание: | Spitsin S. APPLICATION OF NON-TRADITIONAL AI-LIKE STATISTICAL APPROACHES TO SOLVING PREDICTION METRICS AND RECOGNITION PROBLEMS / S. Spitsin, L. Krochin. — Текст: электронный // Физика. Технологии. Инновации : тезисы докладов XI Международной молодежной научной конференции, посвященной посвященной 75-летию основания Физико-технологического института (Екатеринбург, 20–25 мая 2024 г.). — Екатеринбург : УрФУ, 2024. — C. 638-639. |
Аннотация: | In recent decades, AI approaches have been actively used to solve practical problems. This report delves into the utilization of unsupervised machine learning techniques for predicting economic metrics and symbol recognition, marking a departure from traditional statistical methods. |
URI: | http://elar.urfu.ru/handle/10995/138569 |
Конференция/семинар: | XI Международная молодежная научная конференция «Физика. Технологии. Инновации», посвященная 75-летию основания Физико-технологического института |
Дата конференции/семинара: | 20.05.2024-25.05.2024 |
ISBN: | 978-5-6049106-9-6 |
Сведения о поддержке: | One of authors (SS) extends sincere gratitude to the administration of Ural Federal University for facilitating the opportunity for an enriching semester abroad. Special acknowledgment is afforded to Professor Kian Shou-Yung Yin for pivotal topic suggestions and distinguished mentorship, which have significantly contributed to the development of this research. This work has benefitted from the supportive academic environments of both Ural Federal Uni |
Источники: | Физика. Технологии. Инновации. Тезисы докладов (ФТИ-2024). — Екатеринбург, 2024 |
Располагается в коллекциях: | Конференции, семинары |
Файлы этого ресурса:
Файл | Описание | Размер | Формат | |
---|---|---|---|---|
978-5-6049106-9-6_2024_287.pdf | 290,84 kB | Adobe PDF | Просмотреть/Открыть |
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.