It is all about services-fundamentals, drivers, and business models

Розроблено метод ансамблювання нейронних мереж узагальненої регресії для підвищення точності розв'язання задачі прогнозування. Описано базові положення функціонування нейронної мережі узагальненої регресії. На основі цього подано алгоритмічну реалізацію розробленого ансамблю. Аналітично доведено можливість підвищення точності прогнозу із використанням розробленого ансамблю. Із використанням бібліотек мови Python, розроблено програмне рішення для реалізації описаного методу. Проведено експериментальне моделювання роботи методу на реальних даних задачі регресії. Встановлено високу ефективність розв'язання поставленої задачі із застосуванням розробленого методу на основі як середньої абсолютної похибки у відсотках, так і з використанням середньоквадратичної похибки. Здійснено порівняння роботи методу із наявними: апроксимацією поліномом Вінера на основі Стохастичного Градієнтного спуску, нейронною мережею узагальненої регресії та модифікованим алгоритмом AdaBoost. Експериментальним шляхом доведено найвищу точність розв'язання поставленої задачі розробленим методом на основі обох показників точності серед усіх розглянутих у роботі методів. Зокрема, він забезпечує більш ніж на 3,4, 4,3 та 8,3 % (MAPE) вищу точність порівняно із наявними методами відповідно. Розроблений метод можна використовувати для отримання розв'язків підвищеної точності під час вирішення прикладних завдань електронної комерції, медицини, матеріалознавства, бізнес-аналітики та інших. Ключові слова: регресія; генералізаційні властивості; підвищення точності; нейронні мережі узагальненої регресії.

show abstract

Section: рис 1 характеристика вибірки данихunclassified

Ансамбль Мереж GRNN Для Розв'язання Задач Регресії З Підвищеною Точністю

Vitynskiy¹,

Tkachenko²,

Izonin³

2019

SBUNFU

View full text Add to dashboard Cite

show abstract

“…3, найменшу похибку отримано у випадку застосування розробленого ансамблю. Це свідчить про можливість його використання до інших задач регресії, що виникають у різних прикладних областях (Babichev et al, 2018;Kryvinska, 2012;Gregus & Kryvinska, 2012;Kaczor & Kryvinska, 2013).…”

Section: рис 1 структурна схема ансамблюunclassified

Ансамбль Нейромереж GRNN На Підставі Зміщених Поверхонь Відгуку Для Задач Електронної Комерції

Vitynskyi¹,

Tkachenko²,

Izonin³

2019

SBUNFU

View full text Add to dashboard Cite

Розв'язок задач електронної комерції, які здебільшого характеризуються нелінійними поверхнями відгуку, є важливим завданням. Застосування сучасних засобів обчислювального інтелекту не завжди є доречним зважаючи на складність реалізації процедур навчання і налагодження. Неітеративні засоби та нейронні мережі без навчання також не забезпечують задовільної точності результату. З огляду на це у роботі описано новий ансамбль на підставі нейронних мереж узагальненої регресії. Основна ідея розробленого ансамблю полягає в лінеаризації поверхні відгуку, що задається даними наявної вибірки. Для цього отримана за допомогою мережі GRNN поверхня подається на вхід лінійної нейроподібної структури. Така комбінація забезпечує підвищення точності роботи ансамблю під час розв'язання поставленої задачі. Описаний ансамбль застосовано для розв'язання задачі прогнозування ціни на вживані автомобілі. Експериментальним способом підібрано оптимальні параметри його роботи. Шляхом порівняння із відомими методами встановлено найвищу точність його роботи. Результати експериментальних досліджень порівняно з теоретичними оцінками на підставі висновків теореми Кондорсе про журі присяжних. Розроблений ансамбль нейронних мереж узагальненої регресії на підставі зміщення поверхонь відгуку та з додатковим використанням нейроподібних структур Моделі послідовних геометричних перетворень варто застосовувати під час розв'язання різноманітних задач електронної комерції підвищеної точності.

show abstract

“…Such an investigation is done through scenario-based analysis of Servitization projects implemented in these companies. In addition, our aim was to perform such research using major players in the IT branch that had previously gone, either partly or entirely, through this transition, with successful results, e.g., business profits from services [5][6][7][8][9][10][11][12].…”

Section: Introductionmentioning

confidence: 99%

Scenario-Based Analysis of IT Enterprises Servitization as a Part of Digital Transformation of Modern Economy

Kryvinska

Bickel

2020

Applied Sciences

Self Cite

View full text Add to dashboard Cite

The transition towards Servitization in the IT Business is extremely challenging because IT Enterprises must transform partly or entirely from hardware manufacturers into service providers. Moreover, Servitization does not occur all at once; it is a long and continuous process. Thus, in order to succeed, a company must determine which phase of this process it is in within a short time period, due to the dynamic competition in the modern IT Business. An examination of such a transition is crucial for accurate enterprise resource planning and for business success in general. Accordingly, to gain a better understanding of this process/transition in the IT industry, five major players were analyzed. We provide a foundation of the definitions and concepts regarding Servitization. Based on this foundation, every major player is analyzed by business segment. Then, those business segments are broken down into the offerings delivered to the customers. Depending on the offering, an analysis of the revenue is performed. In addition, we discuss the challenges and their effects on every company, and then we examine the similarities and differences in the process. We conclude with a brief statement of our primary achievements, and possible future investigation directions/topics are suggested.

show abstract

It is all about services-fundamentals, drivers, and business models

Cited by 128 publications

References 61 publications

Ансамбль Мереж GRNN Для Розв'язання Задач Регресії З Підвищеною Точністю

Ансамбль Мереж GRNN Для Розв'язання Задач Регресії З Підвищеною Точністю

Ансамбль Нейромереж GRNN На Підставі Зміщених Поверхонь Відгуку Для Задач Електронної Комерції

Scenario-Based Analysis of IT Enterprises Servitization as a Part of Digital Transformation of Modern Economy

Contact Info

Product

Resources

About