2016 Dynamics of Systems, Mechanisms and Machines (Dynamics) 2016
DOI: 10.1109/dynamics.2016.7819020
|View full text |Cite
|
Sign up to set email alerts
|

Neural network diagnosis of anomalous network activity in telecommunication systems

Help me understand this report

Search citation statements

Order By: Relevance

Paper Sections

Select...
2
1
1
1

Citation Types

0
3
0
4

Year Published

2018
2018
2021
2021

Publication Types

Select...
4
3

Relationship

2
5

Authors

Journals

citations
Cited by 8 publications
(7 citation statements)
references
References 9 publications
0
3
0
4
Order By: Relevance
“…The neural networks' use for classification problem solving consists of affiliation indicating of input image, represented by a feature vector, to one or more predefined classes [24,25]. This principle is base for its application to the bots identification in social networks.…”
Section: Methodsmentioning
confidence: 99%
“…The neural networks' use for classification problem solving consists of affiliation indicating of input image, represented by a feature vector, to one or more predefined classes [24,25]. This principle is base for its application to the bots identification in social networks.…”
Section: Methodsmentioning
confidence: 99%
“…There are two groups of methods: learning with a teacher (supervised) showed in Table 2, and uncontrolled learning (without a teacher) showed in Table 3 [30,35,36]. The essential difference between them is the fact that learning with a teacher uses a fixed sequence of assessment parameters and some data on the meaning of assessment parameters.…”
Section: Network Attack Detection Methodsmentioning
confidence: 99%
“…Однако, несмотря на высокую достоверность и объективность данного метода, массовость его применения зачастую недостижима по причине нехватки ресурсов, как технических (дорогостоящих медицинских приборов), так и человеческих (квалифицированных медицинских работников -экспертов в области офтальмологии). Для решения указанных проблем, повышения эффективности предрейсового осмотра и расширения сферы применения метода пупиллометрии в решении задачи обеспечения транспортной безопасности возможно использование интеллектуальных методов анализа данных, например методов нейросетевого моделирования [Ахметвалеев, Катасёв, 2017;Katasev, Kataseva, 2016;Sug, 2010;Nazemi, Dehghan, 2015].…”
Section: рис 1 пример пупиллограммы и параметров зрачковой реакцииunclassified
“…Известно, что нейронные сети эффективны в задачах автоматизации, прогнозирования, принятия решений, при обработке и анализе медицинских тестов [Михайлов, Староверов, 2013[Михайлов, Староверов, , Emaletdinova et al, 2015Emaletdinova, Tsaregorodtseva, 2013;Katasev et al, 2016;Ge et al, 2017]. Основываясь на пупиллометрическом подходе, мы разработали нейросетевую модель определения функционального состояния опьянения человека по его зрачковой реакции на световое импульсное воздействие [Ахметвалеев, Катасёв, 2017].…”
Section: рис 1 пример пупиллограммы и параметров зрачковой реакцииunclassified