Проблемы классификации текстов методами классического машинного обучения в журнале «Моделирование и анализ данных»

83
Иллюстрация к новости

Вышел в свет новый выпуск журнала «Моделирование и анализ данных» (№2, 2023 год). В выпуске опубликованы научные статьи в области анализа данных, математического моделирования, комплексов программ и методики преподавания.

В выпуске рассматривается проблема нахождения H∞-наблюдателя вектора – состояния линейных непрерывных нестационарных динамических систем при наличии неопределенности задания начальных условий, ограниченных внешних воздействий и погрешностей измерения на конечном промежутке времени. Еще одной проблемой, поднимаемой в выпуске, стало применение методов классического машинного обучения в классификации естественного языка. Одной из таких задач является классификация структурных элементов в школьных сочинениях. На её примере рассматриваются недостатки классического машинного обучения по сравнению с другими, более сложными алгоритмами.

В выпуске представлена работа, в которой рассматривается подход к прогнозированию рейтинга новых фильмов на основе данных, известных до его выхода, с использованием моделей классического машинного обучения.

Авторы ряда статей предлагают подходы к постановке и решению задачи оптимизации выбора схемы 3D-печати и предлагают модель обобщающую как линейную регрессию, так и функцию Леонтьева, которая может эффективно применяться как для прогнозирования, так и для интерпретации функционирования объекта исследования.

В выпуске представлены статьи, где рассматриваются класс задач оптимального управления нелинейными непрерывными детерминированными системами в условиях неопределенности, а также предлагается математическая модель расчета упругих характеристик материала на основе свойств поперечно-изотропного волокна и изотропной матрицы.

Все статьи находятся в свободном доступе на страницах журнала «Моделирование и анализ данных».