Видання зареєстровані авторами шляхом самоархівування
Permanent URI for this communityhttps://devessuir.sumdu.edu.ua/handle/123456789/1
Browse
7 results
Search Results
Item Науковий твір "Аналіз впливу продуктивності кіберспортивної команди на результати кіберспортивних матчів із використанням технологій інтелектуального аналізу даних"(УКРНОІВІ, 2023) Гриценко, Костянтин Григорович; Гриценко, Константин Григорьевич; Hrytsenko, Kostiantyn Hryhorovych; Койбічук, Віталія Василівна; Койбичук, Виталия Васильевна; Koibichuk, Vitaliia Vasylivna; Яценко, Валерій Валерійович; Яценко, Валерий Валерьевич; Yatsenko, Valerii Valeriiovych; Діденко, Ірина Вікторівна; Диденко, Ирина Викторовна; Didenko, Iryna Viktorivna; Доценко, Тетяна Віталіївна; Доценко, Татьяна Витальевна; Dotsenko, Tetiana VitaliivnaІндустрія кіберспорту є міжнародною соціокультурною сферою, яка останнім часом почала активно розвиватися і в Україні. Кіберспорт визнаний світовим співтовариством як повноцінний вид спорту, що є невід’ємною частиною сучасної культури. У багатьох країнах світу кіберспорт має державну підтримку, змагання високого рівня та відповідні освітні програми. У 2020 році в Україні кіберспорт також було визнано офіційним видом спорту, а у серпні 2021 року Україна вперше приймала у себе чемпіонат Європи з кіберспорту. З метою аналізу впливу продуктивності кіберспортивної команди на результати кіберспортивних матчів проведено дослідження за допомогою розроблених із використанням технологій інтелектуального аналізу даних пакета SAS Enterprise Miner прогнозних моделей у вигляді дерева рішень, логістичної регресії та нейронної мережі. Проведене дослідження дозволило проаналізувати, як саме показники продуктивності кіберспортивної команди впливають на результати матчів кіберспортивної дисципліни League of Legends, та обґрунтувати використання нейронної мережі як найкращого предиктора результатів кіберспортивних матчів, метою якого є надання порад гравцям щодо того, як змінити стратегію гри, в якій вони зазнають поразки.Item Predicting the results of Esports matches by means of machine learning(Sumy State University, 2022) Hrytsenko, A.K.; Гриценко, Костянтин Григорович; Гриценко, Константин Григорьевич; Hrytsenko, Kostiantyn HryhorovychІндустрія кіберспорту є високорозвиненою міждисциплінарною сферою, в якій широко використовується машинне навчання. Ми вивчаємо застосування методів машинного навчання для прогнозування результатів кіберспортивних матчів. На основі кореляційного аналізу визначено вхідні змінні для прогнозування результатів кіберспортивних матчів онлайн-гри League of Legends. Пакет SAS Enterprise Miner створює прогнозні моделі у формі дерева рішень, логістичної регресії та нейронної мережі. На основі аналізу показників якості прогнозних моделей обґрунтовано використання нейронної мережі як предиктора результатів кіберспортивних матчів. Основна перевага нашого підходу полягає в тому, що він підвищує точність прогнозу за допомогою обраної найкращої моделі машинного навчання.Item Predictive modeling of the outcomes of cyber sport matches using Data Mining technologies(Хмельницький національний університет, 2021) Кузьменко, Ольга Віталіївна; Кузьменко, Ольга Витальевна; Kuzmenko, Olha Vitaliivna; Гриценко, Костянтин Григорович; Гриценко, Константин Григорьевич; Hrytsenko, Kostiantyn Hryhorovych; Яровенко, Ганна Миколаївна; Яровенко, Анна Николаевна; Yarovenko, Hanna Mykolaivna; Кушнерьов, Олександр Сергійович; Кушнерёв, Александр Сергеевич; Kushnerov, Oleksandr Serhiiovych; Hrytsenko, A.K.Кіберспортивна галузь є високорозвиненою міждисциплінарною сферою, в якій широко використовуються технології машинного навчання та штучного інтелекту. В статті досліджено питання застосування технологій Data Mining з метою прогнозування результатів кіберспортивних матчів. Розглянута методика прогнозного моделювання. На основі кореляційного аналізу визначено вхідні змінні для прогнозування результатів матчів онлайн гри League of Legends. В пакеті SAS Enterprise Miner побудовано прогнозні моделі у вигляді дерева рішень, логістичної регресії та нейронної мережі. На основі аналізу показників якості прогнозних моделей обгрунтовано використання нейронної мережі в складі предиктора результатів кіберспортивних матчів. Метою даного предиктора є надання гравцям порад про те, яким чином змінити стратегію гри, в якій вони зазнають поразки.Item Прогнозне моделювання результатів кіберспортивних матчів із використанням технологій data mining(Комп’ютерні системи та інформаційні технології, 2021) Кузьменко, Ольга Віталіївна; Кузьменко, Ольга Витальевна; Kuzmenko, Olha Vitaliivna; Гриценко, Костянтин Григорович; Гриценко, Константин Григорьевич; Hrytsenko, Kostiantyn Hryhorovych; Яровенко, Ганна Миколаївна; Яровенко, Анна Николаевна; Yarovenko, Hanna Mykolaivna; Кушнерьов, Олександр Сергійович; Кушнерёв, Александр Сергеевич; Kushnerov, Oleksandr Serhiiovych; Гриценко, АОстаннім часом в Україні активно розвивається індустрія кіберспорту. Кіберспорт сприяє розвитку розумових здібностей у використанні інформаційних технологій. Кіберспорт – це змагання з комп’ютерних ігор. Вона охоплює велику кількість населення та широкий спектр професій. Індустрія кіберспорту включає не лише гравців, а й розробників ігор, менеджерів команд, організаторів турнірів, маркетологів, стрімінгових компаній, численних спонсорів та державних установ. У багатьох країнах світу кіберспорт має державну підтримку, змагання високого рівня та відповідні освітні програми. У 2020 році кіберспорт був визнаний офіційним видом спорту в Україні, а в серпні 2021 року Україна вперше прийняла Чемпіонат Європи з кіберспорту. Особливо слід відзначити роль штучного інтелекту та технологій машинного навчання у розробці комп’ютерних онлайн-ігор. Кіберспортивна галузь є високорозвиненою міждисциплінарною сферою, в якій широко використовуються технології машинного навчання та штучного інтелекту. В статті досліджено питання застосування технологій Data Mining з метою прогнозування результатів кіберспортивних матчів. Розглянута методика прогнозного моделювання. На основі кореляційного аналізу визначено вхідні змінні для прогнозування результатів матчів онлайн гри League of Legends. В пакеті SAS Enterprise Miner побудовано прогнозні моделі у вигляді дерева рішень, логістичної регресії та нейронної мережі. На основі аналізу показників якості прогнозних моделей обгрунтовано використання нейронної мережі в складі предиктора результатів кіберспортивних матчів. Метою даного предиктора є надання гравцям порад про те, яким чином змінити стратегію гри, в якій вони зазнають поразки.Item Нейромережеве моделювання та прогнозування актуалізації кіберспортивної індустрії на світовому рівні(Вісник ХНУ, 2021) Яценко, Валерій Валерійович; Яценко, Валерий Валерьевич; Yatsenko, Valerii Valeriiovych; Гриценко, Костянтин Григорович; Гриценко, Константин Григорьевич; Hrytsenko, Kostiantyn Hryhorovych; Койбічук, Віталія Василівна; Койбичук, Виталия Васильевна; Koibichuk, Vitaliia Vasylivna; Штефан, А.В статті досліджені питання зростання зацікавленості користувачів інтернет до галузі кіберспорту. Побудовано математичні моделі нейронної мережі актуалізації кіберспортивної індустрії на світовому рівні. Виконано прогнозування на основі радіальних базисних функцій та багатошарового персептрону.Item Simulation of Scoring of the Bank’s Borrowers Creditworthiness(Sumy State University, 2018) Гриценко, Костянтин Григорович; Гриценко, Константин Григорьевич; Hrytsenko, Kostiantyn HryhorovychРозглянуто основні принципи кредитного скорингу. Наведено характеристики позичальників банку, використані при побудові моделей логістичної регресії, дерева рішень та нейронної мережі. Проведено вибір найякіснішої моделіItem Моделювання оцінки ймовірності настання кризового стану банку(Харків, ВШЕМ – ХНЕУ ім. С. Кузнеця, 2018) Гриценко, Костянтин Григорович; Гриценко, Константин Григорьевич; Hrytsenko, Kostiantyn HryhorovychРозглянуто стан та роль банківської системи України. Наведено економіко-математичні методи та моделі оцінювання ймовірності настання кризового стану банку. Сформовано систему показників діяльності та вибірку вхідних даних невеликих за розміром вітчизняних банків. Побудовано моделі логістичної регресії, дерева рішень та нейронної мережі. Проведено вибір найякіснішої моделі.