Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот ресурс:
http://earchive.tpu.ru/handle/11683/132410
Полная запись метаданных
Поле DC | Значение | Язык |
---|---|---|
dc.contributor.author | Губин, Евгений Иванович | ru |
dc.contributor.author | Котов, Андрей Олегович | ru |
dc.date.accessioned | 2025-09-05T08:48:58Z | - |
dc.date.available | 2025-09-05T08:48:58Z | - |
dc.date.issued | 2025 | - |
dc.identifier.citation | Губин, Е. И. Методы генерации данных для медицинских исследований / Е. И. Губин, А. О. Котов // Известия Томского политехнического университета [Известия ТПУ]. Промышленная кибернетика. — 2025. — Т. 3, № 2. — С. 46-50. | ru |
dc.identifier.issn | 2949-5407 | - |
dc.identifier.uri | http://earchive.tpu.ru/handle/11683/132410 | - |
dc.description.abstract | Представлено краткое описание современных технологий генерации данных и их возможное дальнейшее использование в медицинских исследованиях с применением методов синтезирования данных и выбор наиболее точных из библиотеки SDV (Synthetic Data Vault) | ru |
dc.description.abstract | The article presents a brief description of modern data generation technologies and their possible further use in medical research using data synthesis methods and selecting the most accurate ones from the SDV (Synthetic Data Vault) library | en |
dc.format.mimetype | application/pdf | - |
dc.language.iso | ru | en |
dc.publisher | Томский политехнический университет | ru |
dc.relation.ispartof | Известия Томского политехнического университета [Известия ТПУ]. Промышленная кибернетика. 2025. Т. 3, № 2 | ru |
dc.rights | info:eu-repo/semantics/openAccess | - |
dc.rights | Attribution-NonCommercial 4.0 International | en |
dc.rights.uri | https://creativecommons.org/licenses/by-nc/4.0/ | - |
dc.source | Известия Томского политехнического университета [Известия ТПУ]. Промышленная кибернетика | ru |
dc.subject | данные | ru |
dc.subject | логистическая регрессия | ru |
dc.subject | ROC-кривые | ru |
dc.subject | GAN | en |
dc.subject | TVAE | en |
dc.subject | Gaussian Copula | en |
dc.subject | data | en |
dc.subject | logistic regression | en |
dc.subject | ROC curves | en |
dc.title | Методы генерации данных для медицинских исследований | ru |
dc.title.alternative | Data generation methods for medical research | en |
dc.type | Article | en |
dc.type | info:eu-repo/semantics/article | - |
dc.type | info:eu-repo/semantics/publishedVersion | - |
dcterms.audience | Researches | en |
local.description.firstpage | 46 | - |
local.description.lastpage | 50 | - |
local.filepath | b_TPU_IndCyb-2025-v3-i2-05.pdf | - |
local.filepath | https://doi.org/10.18799/29495407/2025/2/92 | - |
local.identifier.bibrec | (RuTPU)681037 | - |
local.issue | 2 | - |
local.localtype | Статья | ru |
local.volume | 3 | - |
dc.identifier.doi | 10.18799/29495407/2025/2/92 | - |
Располагается в коллекциях: | Известия Томского политехнического университета. Промышленная кибернетика |
Файлы этого ресурса:
Файл | Размер | Формат | |
---|---|---|---|
b_TPU_IndCyb-2025-v3-i2-05.pdf | 924,47 kB | Adobe PDF | Просмотреть/Открыть |
Лицензия на ресурс: Лицензия Creative Commons