Статті (кафедри МП)

Постійне посилання зібрання

https://eir.nuos.edu.ua/handle/123456789/4895

Переглянути

Перегляд Статті (кафедри МП) за Автор "Kudin, O. O."

Зараз показуємо 1 - 2 з 2
  • Ескіз
    Документ
    Constructing non-linear regression equations on the basis of bivariate normalizing transformations
    (2017) Prykhodko, S. B.; Prykhodko, N.V.; Makarova, L. M.; Kudin, O. O.; Smykodub, T. G.; Приходько, С. Б.; Приходько, Н. В.; Макарова, Л. М.; Кудін, О. О.; Смикодуб, Т. Г.
    Запропоновано методи побудови рівнянь, довірчих інтервалів та інтервалів передбачення нелінійних регресій на основі двомірних нормалізуючих перетворень для негаусовських даних. Застосування методів розглядається для одного набору двомірних негаусовських даних: для фактичної трудомісткості (години) і розміру (скориговані функціональні точки) зі 133 проектів з підтримки та розробки програмного забезпечення.
  • Ескіз
    Документ
    Побудова нелінійної регресійної моделі для оцінювання розміру веб-додатків, реалізованих мовою Java
    (2019) Макарова, Л. М.; Приходько, Н. В.; Кудін, О. О.; Makarova, L. M.; Prykhodko, N.V.; Kudin, O. O.
    Розглянуто проблему отримання ефективної системи оцінки кількості строк коду та оцінювання розміру веб-додатків, реалізованих мовою Java. Побудована нелінійна регресійна модель для оцінювання розміру веб-додатків, реалізованих мовою Java, на основі одновимірного нормалізуючого перетворення Джонсона. Проведено порівняння отриманих результатів з іншими моделями. Розраховані границі інтервалу передбачення для лінійної моделі, нелінійної моделі на основі десяткового логарифму та нелінійної моделі на основі нормалізуючого перетворення Джонсона. Усі значення нижньої границі інтервалу передбачення для нелінійних моделей більші нуля. Ширина інтервалу передбачення нелінійної регресії на основі нормалізуючого перетворення Джонсона менше, ніж для лінійної регресії, майже для всіх проектів. При порівнянні нелінійних моделей, ширина інтервалу передбачення моделі на основі нормалізуючого перетворення Джонсона менша для великих значень вихідних емпіричних даних. Також порівняно значення коефіцієнту детермінації R2, сeредньої величини відносної похибки MMRE та рівня прогнозування PRED(0,25) для трьох побудованих регресійних моделей. Значення наведених параметрів кращі для нелінійної регресійної моделі на основі нормалізуючого перетворення Джонсона, однак прийнятні значення MMRE та PRED(0,25) (не більше 0,25 та не менше 0,75 відповідно) для нелінійної регресії з використанням одновимірного нормалізуючого перетворення Джонсона не досягнуті, що свідчить про необхідність застосування двовимірного нормалізуючого перетворення Джонсона для урахування взаємного впливу двох випадкових величин.