ПОИСК И АНАЛИЗ ДАННЫХ НА ОСНОВЕ МЕТРИКИ СХОДСТВА–РАЗЛИЧИЯ
Ключевые слова:
компьютинг, киберсоциальный компьютинг, принятие решений, унитарные коды данных, сходство–различие, поиск данных, плагиаризм.Аннотация
Предлагаются модели, методы и алгоритмы киберсоциального компьютинга, машинного обучения, использующие метрику сходства–различия унитарно кодированной информации для обработки больших данных в целях выработки адекватных актюаторных сигналов для управления киберсоциальными критическими системами. Разрабатывается теоретико-множественный метод поиска данных на основе сходства–различия частотных параметров примитивных элементов, что дает возможность определять подобие объектов, стратегию трансформирования одного объекта в другой, а также идентифицировать уровень общности интересов, конфликтности. Создаются вычислительные архитектуры кибер-социального компьютинга и метрического поиска ключевых данных. Даются определения основополагающих понятий в области компьютинга на основе метрических отношений между взаимодействующими процессами и явлениями. Предлагается программное приложение для вычисления сходства-различия объектов на основе формирования векторов частотностей двух множеств примитивных данных. Показывается высокий уровень корреляции результатов работы приложения с известной системой определения плагиаризма.
Библиографические ссылки
Drozd A. Checkability of the digital components in safety-critical systems: problems and solutions / A. Drozd, V. Kharchenko, S. Antoshchuk et. al. // IEEE East-West Design & Test Symposium. Sevastopol, Ukraine. 2011. P. 411–416.
Drozd O. Development of Models in Resilient Computing / O. Drozd, V. Kharchenko, A. Rucinski et. al. // IEEE International Conference DESSERT. Leeds, UK. 2019. P. 2-7.
Hahanov V. Green Cyber-Physical Computing as Sustainable Development Model / V. Hahanov, E. Litvinova, and S. Chumachenko // In the Book “Green IT Engineering: Components, Networks and Systems Implementation”. Editors V. Kharchenko, Y. Kondratenko, J. Kacprzyk, Springer. 2017.
Tarraf D. Control of Cyber-Physical Systems / D. Tarraf // Workshop held at Johns Hopkins University. March 2013. Springer. 2013.
Guo R. The Method of Similarity-Difference Comprehensive Evaluation on Test Paper Quality in
Colleges and Universities and Its Application / R. Guo, G. Mao, Y. Liu, Y. Liu, J. Wang, R. Cui // 2009 Second International Conference on Education Technology and Training. Sanya, 2009. P. 227-230.
Zhu J. Deep Hybrid Similarity Learning for Person Re-Identification / J. Zhu, H. Zeng, S. Liao, Z. Lei, C. Cai, L. Zheng // IEEE Transactions on Circuits and Systems for Video Technology. Nov. 2018. Vol. 28, no. 11. P. 3183-3193.
Komori T. Real Friendship and Virtual Friendship: Differences in Similarity of Contents/People and Proposal of Classification Models on SNS / T. Komori, Y. Hijikata, T. Tominaga, S. Yoshida, N. Sakata and K. Harada // 2018 IEEE/WIC/ACM International Conference on Web Intelligence (WI). Santiago,. 2018. H. 354-360.
Lin K. New Vague Set Based Similarity Measure for Pattern Recognition / K. Lin // 2019 20th IEEE/ACIS International Conference on Software Engineering, Artificial Intelligence, Networking and Parallel/Distributed Computing (SNPD). Toyama, Japan. 2019. P. 15-21.
Hahanov V. Qubit Description of the Functions and Structures for Computing / V. Hahanov, S. Chumachenko, E. Litvinova, and M. Liubarskyi // Proc. of IEEE East-West Design and Test Symposium. Yerevan. Armenia. 14-17 Oct., 2016. P. 88-93.
Загрузки
Опубликован
Выпуск
Раздел
Лицензия
Это произведение доступно по лицензии Creative Commons «Attribution-NoDerivatives» («Атрибуция — Без производных произведений») 4.0 Всемирная.
CC BY-ND
Эта лицензия позволяет свободно распространять произведение, как на коммерческой, так некоммерческой основе, при этом работа должна оставаться неизменной и обязательно должно указываться авторство.
