| dc.contributor.author | Гундина, М. А. | ru |
| dc.contributor.author | Каменко, Д. А. | ru |
| dc.coverage.spatial | Минск | ru |
| dc.date.accessioned | 2023-03-22T10:46:54Z | |
| dc.date.available | 2023-03-22T10:46:54Z | |
| dc.date.issued | 2023 | |
| dc.identifier.citation | Гундина, М. А. Применение сингулярного разложения для автоматизации процесса выявления аномалий выборки = Anomalie detection method based on singular matrix decomposition / М. А. Гундина, Д. А. Каменко // XI Форум вузов инженерно-технологического профиля Союзного государства : сборник материалов, г. Минск, 12-16 декабря 2022 г. / Белорусский национальный технический университет. – Минск : БНТУ, 2023. – С. 14-16. | ru |
| dc.identifier.uri | https://rep.bntu.by/handle/data/126589 | |
| dc.description.abstract | В данной статье рассматривается реализация алгоритма выявления аномальных значений с применением сингулярного разложения матриц. Наличие аномальных результатов может привести к недостоверным результатам при оценивании и контроле соответствия характеристик системы предъявляемым требованиям. Поэтому необходимо выявлять и устранять аномальные результаты измерений. Сингулярное разложение матрицы показывает структуру матрицы и позволяет наглядно представить имеющиеся данные. | ru |
| dc.language.iso | ru | ru |
| dc.publisher | БНТУ | ru |
| dc.title | Применение сингулярного разложения для автоматизации процесса выявления аномалий выборки | ru |
| dc.title.alternative | Anomalie detection method based on singular matrix decomposition | ru |
| dc.type | Working Paper | ru |
| local.description.annotation | This article discusses the implementation of an algorithm for detecting anomalous values using singular value decomposition of matrices. The presence of anomalous results can lead to unreliable results when evaluating and monitoring the compliance of system characteristics with the requirements. Therefore, it is necessary to identify and eliminate anomalous measurement results. Singular decomposition of a matrix shows the structure of the matrix and allows you to visualize the available data. | ru |
