Інтелектуальна система класифікації на основі графового підходу

Скорочена інформація про документ
dc.contributor.advisorСинєглазов, Віктор Михайлович
dc.contributor.authorРучкін, Олександр Костянтинович
dc.date.accessioned2025-02-20T13:37:55Z
dc.date.available2025-02-20T13:37:55Z
dc.date.issued2024
dc.description.abstractМагістерська дисертація: 116 с., 250 рис., 2 табл., 44 посилань, 2 додатка. Назва дослідження: «Інтелектуальна система класифікації на основі графового підходу». Мета роботи: розробка нових і поліпшення існуючих методів GSSL та на їх основі розробка інтелектуальної системи вирішення задач класифікації для синтетичних та реальних даних. Об'єкт дослідження: методи напівконтрольованого навчання на основі графів, що використовуються для вирішення задач класифікації, коли є лише обмежена кількість мічених даних у великих наборах. Предмет дослідження: предметом дослідження є гібридні методи GSSL засновані на вирішення рівняння дифузії для застосування у алгоритму розповсюдження міток у великих графових моделях. Наукова новизна: запропоновано новий метод GSSL - узагальнений підхід Diffuse Label Propagation на основі рівнянь Пуассону. Практичне значення: розроблено програмне забезпечення інтелектуальної системи классифікації даних. Програма дозволяє: відображати дані, будувати граф даних, обчислювати метрики, будувати графік точності для заданої послідовності початкових даних, обчислювати та будувати статистичні характеристики середнього та середньої похибки точності методу. Система орієнтована на науковців, інженерів даних та студентів, які працюють із задачами машинного навчання та класифікації. Програма також орієнтована на застосування у медицині як інструмент автоматичної медичної діагностиці та класифікації ризиків серцево-судинних захворювань. Результати цієї роботи були апробовані на міжнародних конференціях.
dc.description.abstractotherMaster's thesis: 122 p., 25 figures, 2 tables., 44 references, 2 appendix. Title of the investigation: "Intelligent Classification System Based on a Graph Approach". Objective: The aim of the work is to develop new and improve existing GSSL methods and, on their basis, create an intelligent system for solving classification tasks for synthetic and real-world data. The object of research: The object of study is graph-based semi-supervised learning (GSSL) methods used for solving classification tasks when only a limited amount of labeled data is available in large datasets. The subject of research: The subject of study is hybrid GSSL methods based on solving Laplace and Poisson equations for label propagation in large graph models. Scientific novelty: A new GSSL method is proposed—a generalized Diffuse Learning approach based on Poisson equations. Practical significance: Software for an intelligent data classification system has been developed. The program provides the following functionalities: visualizing datasets, constructing data graphs; calculating metrics; plotting accuracy graphs for a given sequence of initial data; calculating and visualizing statistical characteristics of the method’s mean accuracy and mean error. The system is designed for researchers, data engineers, and students working on machine learning and classification tasks. The program can also be used as a tool for automatic medical diagnostics and risk classification of cardiovascular diseases. The results of this work were tested at international conferences.
dc.format.extent122 с.
dc.identifier.citationРучкін, О. К. Інтелектуальна система класифікації на основі графового підходу : магістерська дис. : 122 Комп'ютерні науки / Ручкін Олександр Костянтинович. - Київ, 2024. - 122 с.
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/72662
dc.language.isouk
dc.publisherКПІ ім. Ігоря Сікорського
dc.publisher.placeКиїв
dc.subjectgraph based semi-supervised learning
dc.subjectlabel propagation
dc.subjectlabel spreading
dc.subjectpoisson learning
dc.subjectdiffuse equation
dc.subject.udc004.85:004.93’1:61](043.3)
dc.titleІнтелектуальна система класифікації на основі графового підходу
dc.typeMaster Thesis

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Ruchkin_magistr.pdf
Розмір:
2.3 MB
Формат:
Adobe Portable Document Format
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
8.98 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Магістерські роботи (ШІ)
Магістерські роботи