Автоматична декомпозиція ознак для спільного навчання з одним уявленням
No Thumbnail Available
Date
2023
Authors
Advisor
Journal Title
Journal ISSN
Volume Title
Publisher
Abstract
Дипломна робота: 78 сторінок, 17 рисунків, 20 таблиць, 1 додаток, 46 джерел.
Об’єкт дослідження – Алгоритми спільного навчання і декомпозиція даних з одним уявленням.
Предмет дослідження – новий алгоритм спільного навчання на основі адаптованого алгоритму стохастичного поширення міток і порівняння його точності і швидкодії з існуючими рішеннями.
Мета роботи – розробити алгоритм спільного навчання, що перевищує поточні рішення за швидкістю роботи і точністю, для проведення аналізу для невідкладних ситуацій, на кшталт гострої серцевої недостатності.
Актуальність – Через структуру більшості алгоритмів напівкерованого навчання, при роботі з даними великої розмірності, вони потребують попередньої декомпозиції ознак для більш ефективної роботи основного алгоритму а також великі витрати часу для роботи. В умовах невідкладної ситуації, швидкодія є фактором, зрівнянним по важливості з точністю.
У роботі створено новий метод спільного навчання і проведено порівняльний аналіз з існуючими рішеннями. Було обрано оптимальні значення гіперпараметрів для різних наборів даних.
Description
Keywords
напівкероване навчання, спільне навчання, стохастичне поширення міток, графове поширення міток, гостра серцева недостатність, semi-supervised learning, co-training, stochastic label propagation, graph-based label propagation, acute decompensated heart failure
Citation
Яровий, С. С. Автоматична декомпозиція ознак для спільного навчання з одним уявленням : дипломна робота ... бакалавра : 122 Комп'ютерні науки / Яровий Сергій Сергійович. – Київ, 2023. – 83 с.