Міжнародна науково-технічна конференція «Інформаційні технології в металургії та машинобудуванні. ІТММ'24»
Permanent URI for this collectionhttps://crust.ust.edu.ua/handle/123456789/19758
ENG: Scientific and Technical International Conference «Information Technology in Metallurgy and Machine Engineering. ITMM'24», April 10-11, 2024
Browse
Item Взаємодія аналізу дискурсу та аналізу настроїв для ідентифікації емоційного стану в текстовому спілкуванні(Український державний університет науки і технологій, ІВК «Системні технології», Дніпро, 2024) Дмитрієва, Ірина Сергіївна; Бімалов, Дмитро ВікторовичUKR: Ця робота присвячена вивченню двох фундаментальних завдань нейролінгвістичного програмування: аналізу дискурсу та аналізу настроїв, які є двома фундаментальними завданнями обробки природної мови. У роботі розглядалися деяких моделей та алгоритми покращення обробки даних у процесі текстового спілкування користувачів. Проведене дослідження показало, що використання спільної моделі аналізу дискурсу та аналізу настроїв є взаємовигідними. Результати роботи показують, що інформація яка отримана у дискурсу, може допомогти у визначенні настрою, а аналіз настроїв та знання двох фрагментів тексту можуть допомогти визначити дискурсивні відносини між ними.Item Використання методу опорних векторів на прикладі прогнозування властивостей покладів вуглеводнів(Український державний університет науки і технологій, ІВК «Системні технології», Дніпро, 2024) Дмитренко, А. М.; Дмитрієва, Ірина СергіївнаUKR: Проникність є ключовим параметром для характеристики будь-якого вуглеводневого покладу, що робить її незамінною для точного вирішення численних завдань нафтогазової інженерії. Традиційні методи визначення проникності, такі як аналіз керна та випробування свердловин, є досить дорогими і трудомісткими. Тому зусилля були спрямовані на використання штучних нейронних мереж для встановлення кореляції між даними каротажу свердловин і проникністю керна. Нещодавні досягнення в методах штучного інтелекту представили надійну методологію машинного навчання, відому як машина опорних векторів (SVM). Метою цього дослідження є застосування SVM для прогнозування проникності трьох газових свердловин на родовищі Південний Парс. Результати, отримані за допомогою SVM, продемонстрували коефіцієнт кореляції 0,97 між керном і прогнозованою проникністю для тестового набору даних.