Інтелектуальна система аналізу даних з використанням байєсово-лінгвістичних мереж
Вантажиться...
Дата
2019-12
Автори
Науковий керівник
Назва журналу
Номер ISSN
Назва тому
Видавець
КПІ ім. Ігоря Сікорського
Анотація
Якийсь час здавалося: навіщо всі ці байєсовські методи потрібні, у нас нейромережі і так прекрасно працюють. Але як часто буває, в якийсь момент з'ясувалося, що можна об'єднати переваги нейромережевого і байєсоволінгвістичних підходів. В першу чергу - завдяки тому, що з'явилися техніки варіаційного байєсівського виведення, і ці моделі не суперечать один одному, а навпаки, прекрасно доповнюють, взаємно посилюючи один одного.
Байєсоволінгвістичний підхід прекрасно комбінується, і на наших очах відбувається все більше робіт в цьому напрямку. Скажімо, на головній конференції по машинному навчання NIPS аж чотири воркшопу, присвячених байєсовим методам, і частина воркшопів - якраз по їх схрещування з нейронними мережами.
Таким чином, байєсоволінгвістичні мережі та їх використання для анлізу данних дозволяють підвищити продуктивність та ефективність праці і автоматично стають дуже затребуваними в розробці, а їх впровадження стає актуальною задачею повсякдення
Мета дослідження:
Основна мета даної роботи полягає в дослідженні та розробці математичних та програмних засобів для байєсоволінгвістичної мережі та їх використання для анлізу данних.
Для реалізації поставленої мети були сформульовані наступні завдання:
Дослідити існуючі реалізації байєсоволінгвістичної мережі;
Дослідити існуючі алгоритми делінеаціі сигнала екг;
Дослідити існуючі методи головних компонент;
Розробити математичне забезпечення;
Розробити програмне забезпечення;
Виконати експериментальне дослідження запропонованих рішень.
Об’єкт дослідження:
Процес розробки байєсоволінгвістичної мереж та їх використання для анлізу данних.
Предмет дослідження:
Методи та алгоритми, які використовуються для байєсоволінгвістичних мереж та їх використання для анлізу данних.
Методи дослідження:
При проведенні досліджень і розробок у дисертаційній роботі використовувались метод головних компонент та алгоритм делінеаціі сигнала ЕКГ.
Наукова новизна:
Найбільш суттєвими науковими результатами магістерської дисертації є:
- Імплементація методів латентних змінних та методів головних компонент;
- Створення байєсоволінгвістичного класифікатора кардіоцикла ЕКГ.
Практичне значення отриманих результатів визначається тим, що запропонований алгоритм з дуже низькою похибкою визначає хворобу на основі завантаженої кардіограми.
Зв’язок роботи з науковими програмами, планами,темами:
Апробація: Основні положення роботи доповідались і обговорювались на 3 всеукраїнській науково-практичній конференції молодих вчених та студентів «Інформаційні системи та технології управління» (ІСТУ-2019).
Публікації: Наукові положення дисертації опубліковані в всеукраїнській науково-практичній конференції молодих вчених та студентів «Інформаційні системи та технології управління» (ІСТУ-2019).
Опис
Ключові слова
байесово-лінгвістичні мережі, метод головних компонент, алгоритм делінеаціі сигнала ЕКГ, Bayesian-Linguistic Networks, Principal Components Method, ECG Signal Delineation Algorithm
Бібліографічний опис
Дмитрюк, О.В. Інтелектуальна система аналізу даних з використанням байєсово-лінгвістичних мереж : магістерська дис. : 121 Інженерія програмного забезпечення / Дмитрюк Олег Володимирович. - Київ, 2019. - 91 с.