Standard

ОЦЕНКА ПЕРСПЕКТИВ ВХОЖДЕНИЯ РОССИЙСКИХ УНИВЕРСИТЕТОВ В ПЕРВУЮ СОТНЮ ВЕДУЩИХ МИРОВЫХ УНИВЕРСИТЕТОВ С ИСПОЛЬЗОВАНИЕМ НЕЙРОСЕТЕВЫХ МЕТОДОВ КЛАСТЕРИЗАЦИИ ДАННЫХ. / Забоев, М.В.; Мелешкин, М.И.

In: ПРИКЛАДНАЯ ИНФОРМАТИКА, Vol. 10, No. 3, 2015, p. 52-61.

Research output: Contribution to journal › Article › peer-review

Harvard

Забоев, МВ & Мелешкин, МИ 2015, 'ОЦЕНКА ПЕРСПЕКТИВ ВХОЖДЕНИЯ РОССИЙСКИХ УНИВЕРСИТЕТОВ В ПЕРВУЮ СОТНЮ ВЕДУЩИХ МИРОВЫХ УНИВЕРСИТЕТОВ С ИСПОЛЬЗОВАНИЕМ НЕЙРОСЕТЕВЫХ МЕТОДОВ КЛАСТЕРИЗАЦИИ ДАННЫХ', ПРИКЛАДНАЯ ИНФОРМАТИКА, vol. 10, no. 3, pp. 52-61.

APA

Забоев, М. В., & Мелешкин, М. И. (2015). ОЦЕНКА ПЕРСПЕКТИВ ВХОЖДЕНИЯ РОССИЙСКИХ УНИВЕРСИТЕТОВ В ПЕРВУЮ СОТНЮ ВЕДУЩИХ МИРОВЫХ УНИВЕРСИТЕТОВ С ИСПОЛЬЗОВАНИЕМ НЕЙРОСЕТЕВЫХ МЕТОДОВ КЛАСТЕРИЗАЦИИ ДАННЫХ. ПРИКЛАДНАЯ ИНФОРМАТИКА, 10(3), 52-61.

Vancouver

Забоев МВ, Мелешкин МИ. ОЦЕНКА ПЕРСПЕКТИВ ВХОЖДЕНИЯ РОССИЙСКИХ УНИВЕРСИТЕТОВ В ПЕРВУЮ СОТНЮ ВЕДУЩИХ МИРОВЫХ УНИВЕРСИТЕТОВ С ИСПОЛЬЗОВАНИЕМ НЕЙРОСЕТЕВЫХ МЕТОДОВ КЛАСТЕРИЗАЦИИ ДАННЫХ. ПРИКЛАДНАЯ ИНФОРМАТИКА. 2015;10(3):52-61.

Author

Забоев, М.В. ; Мелешкин, М.И. / ОЦЕНКА ПЕРСПЕКТИВ ВХОЖДЕНИЯ РОССИЙСКИХ УНИВЕРСИТЕТОВ В ПЕРВУЮ СОТНЮ ВЕДУЩИХ МИРОВЫХ УНИВЕРСИТЕТОВ С ИСПОЛЬЗОВАНИЕМ НЕЙРОСЕТЕВЫХ МЕТОДОВ КЛАСТЕРИЗАЦИИ ДАННЫХ. In: ПРИКЛАДНАЯ ИНФОРМАТИКА. 2015 ; Vol. 10, No. 3. pp. 52-61.

BibTeX

@article{556d692acc44480884f9d214ae6981c7,
title = "ОЦЕНКА ПЕРСПЕКТИВ ВХОЖДЕНИЯ РОССИЙСКИХ УНИВЕРСИТЕТОВ В ПЕРВУЮ СОТНЮ ВЕДУЩИХ МИРОВЫХ УНИВЕРСИТЕТОВ С ИСПОЛЬЗОВАНИЕМ НЕЙРОСЕТЕВЫХ МЕТОДОВ КЛАСТЕРИЗАЦИИ ДАННЫХ",
abstract = "Данная статья содержит результаты исследования, посвященного оценке позиций МГУ им. М. В.Ломоносова и СПбГУ в мировых университетских рейтингах к 2020 г., которое опирается на использование нейросетевых методов кластеризации данных. Результатами исследования являются формирование критериев вхождения МГУ им. М.В.Ломоносова и СПбГУ в кластер с ведущими мировыми университетами, а также оценка местоположения российских университетов в международных рейтингах на основе программ их развития до 2020 г.",
keywords = "высшее образование в РФ, программа «5 в 100», международные рейтинги, методы оценки конкурентоспособности университетов, кластерный анализ, искусственные нейронные сети, самоорганизующиеся карты Кохонена, деревья решений",
author = "М.В. Забоев and М.И. Мелешкин",
year = "2015",
language = "русский",
volume = "10",
pages = "52--61",
journal = "ПРИКЛАДНАЯ ИНФОРМАТИКА",
issn = "1993-8314",
publisher = "СИНЕРГИЯ",
number = "3",

}

RIS

TY - JOUR

T1 - ОЦЕНКА ПЕРСПЕКТИВ ВХОЖДЕНИЯ РОССИЙСКИХ УНИВЕРСИТЕТОВ В ПЕРВУЮ СОТНЮ ВЕДУЩИХ МИРОВЫХ УНИВЕРСИТЕТОВ С ИСПОЛЬЗОВАНИЕМ НЕЙРОСЕТЕВЫХ МЕТОДОВ КЛАСТЕРИЗАЦИИ ДАННЫХ

AU - Забоев, М.В.

AU - Мелешкин, М.И.

PY - 2015

Y1 - 2015

N2 - Данная статья содержит результаты исследования, посвященного оценке позиций МГУ им. М. В.Ломоносова и СПбГУ в мировых университетских рейтингах к 2020 г., которое опирается на использование нейросетевых методов кластеризации данных. Результатами исследования являются формирование критериев вхождения МГУ им. М.В.Ломоносова и СПбГУ в кластер с ведущими мировыми университетами, а также оценка местоположения российских университетов в международных рейтингах на основе программ их развития до 2020 г.

AB - Данная статья содержит результаты исследования, посвященного оценке позиций МГУ им. М. В.Ломоносова и СПбГУ в мировых университетских рейтингах к 2020 г., которое опирается на использование нейросетевых методов кластеризации данных. Результатами исследования являются формирование критериев вхождения МГУ им. М.В.Ломоносова и СПбГУ в кластер с ведущими мировыми университетами, а также оценка местоположения российских университетов в международных рейтингах на основе программ их развития до 2020 г.

KW - высшее образование в РФ

KW - программа «5 в 100»

KW - международные рейтинги

KW - методы оценки конкурентоспособности университетов

KW - кластерный анализ

KW - искусственные нейронные сети

KW - самоорганизующиеся карты Кохонена

KW - деревья решений

M3 - статья

VL - 10

SP - 52

EP - 61

JO - ПРИКЛАДНАЯ ИНФОРМАТИКА

JF - ПРИКЛАДНАЯ ИНФОРМАТИКА

SN - 1993-8314

IS - 3

ER -

ID: 5798134