predicting

To mitigate the substantial labor, time, and material costs associated with laboratory testing, this study proposes predicting the microhardness of Al2O3-based ceramics using machine learning methods. A database was compiled from a comprehensive analysis of literature to predict the properties of alumina ceramics. The input variables include chemical composition, density, sintering temperature, and dwell time for alumina ceramics doped with ZrO2, ZrO2−Y2O3, CeO2, MgO, CaO, and SrO.

Розглянуто задачу дослідження стану розвитку кібербезпеки та складових елементів глобального індексу кібербезпеки в Україні. Об’єктом дослідження є методи прогнозування досліджуваного показника глобального індексу кібербезпеки в Україні на основі методів екстраполяції тенденції по одному динамічному ряду. Мета роботи – застосування методів прогнозування для побудова якісного прогнозу глобального індексу кібербезпеки в Україні.

In this paper we propose the methodology of team radial-basis networks synthesis for solving the problem of protein secondary structure prediction using clonal selection algorithm. To solve such problem the method of "one against all" have been used.  The carried out computational experiments on test sample have shown that the prediction accuracy allows to achieve up to 72%, indicating a high accuracy of the proposed method.