Програмна система для порівняльного дослідження збіжності алгоритмів лінійної класифікації

Вантажиться...
Ескіз

Дата

2018

Назва журналу

Номер ISSN

Назва тому

Видавець

Анотація

Обсяг магістерської дисертації становить 143 сторінок, 56 ілюстрації, 7 таблиць та 48 джерел за переліком посилань. Завдання навчання розпізнавання об'єктів різної фізичної природи (Mashine Leatning) - одна з головних задач штучного інтелекту. Досить часто таке завдання розглядаються як завдання визначення параметрів дискримінантної функції (функцій) в багатовимірному просторі ознак. Існують різні алгоритми навчання лінійних класифікаторів, два з яких - алгоритм навчання персептрона, запропонований Френком Розенблатом і алгоритм Б.Н.Козинця. Формальні умови, які дають оцінку числа ітерацій вказаних алгоритмів, досить грубі і тому не дозволяють однозначно відповісти на важливе питання: який з алгоритмів і коли забезпечує більшу швидкість збіжності в процесі навчання по кінцевої вибірці спостережень. Невідомі також і ряд інших властивостей названих алгоритмів, які важливі при вирішенні конкретних практичних завдань. Метою дослідження є розробка програмної системи для дослідження властивостей алгоритмів навчання Розенблата і Козинця на основі проведення статистичного експерименту методом Монте-Карло. Завдання: - провести аналіз алгоритмів лінійної класифікації об’єктів; - створити програмну систему для зручного дослідження збіжності алгоритмів; - програмно реалізувати алгоритм Розенблата; - програмно реалізувати алгоритм Козинця; - провести дослідження збіжності обраних алгоритмів; - проаналізувати результати експериментів. Об’єктом дослідження є алгоритми для лінійної класифікації об’єктів. Предметом дослідження виступають алгоритми Розенблата та Козинця для лінійної класифікації об’єктів, їх властивості. Розробка була здійснена засобами мови програмування C# в середовищі розробки Microsoft Visual Studio 2017. Матеріали, що свідчать про наукову та практичну цінність публікації: 1. Fainzilberg L.S., Matushevych N.A. Сomparative evaluation of convergence's speed of learning algorithms for linear classifiers by statistical experiments method introduction // Кибернетика и вычислительная техника. – 2018. – № 2. – 17 с. 2. Матушевич Н.А. Огляд алгоритму Козинця для побудови оптимальної розділяючої гіперплощини // Актуальные научные исследования в современном мире // Сб. научных трудов - Переяслав- мельницкий. – 2017. – № 12(32), ч. 7. – С.122-125. 3. Матушевич Н.А. Порівняльний аналіз алгоритмів побудови розділяючої гіперплощини // Теорія і практика накових знань (частина IV): матеріали II Міжнародної науково-практичної конференції м. Київ, 28-29 грудня 2017 року. – Київ.: МЦНД. – 2017. – С. 31-31. 4. Програмний продукт розроблено та впроваджено в Міжнародному науково-навчальному центрі інформаційних технологій і систем Національної Академії наук України та Міністерства освіти і науки України та відповідає заявленим вимогам (акт впровадження від 25.04.18).

Опис

Ключові слова

лінійний класифікатор, linear classifier, алгоритм Розенблата, Rosenblatt algorithm, алгоритм Козинця, Kozinets algorithm, персептрон, perceptron

Бібліографічний опис

Матушевич, Н. А. Програмна система для порівняльного дослідження збіжності алгоритмів лінійної класифікації : магістерська дис. : 122 Комп’ютерні науки та інформаційні технологіі / Матушевич Наталія Анатоліївна. – Київ, 2018. – 143 с.

DOI