Інтелектуальна система аналізу даних з використанням байєсово-лінгвістичних мереж

Скорочена інформація про документ
dc.contributor.advisorБаклан, Ігор Всеволодович
dc.contributor.authorДмитрюк, Олег Володимирович
dc.date.accessioned2020-02-14T14:01:55Z
dc.date.available2020-02-14T14:01:55Z
dc.date.issued2019-12
dc.description.abstractenFor a while it seemed: why all these Bayesian methods are needed, we have neural networks and they work so well. But as often happens, at some point it became clear that the benefits of neural network and Bayesolinguistic approaches can be combined. First of all - due to the fact that the techniques of variant Bayesian inference appeared, and these models do not contradict each other, but on the contrary, complement each other perfectly, mutually reinforcing each other. The Bayesolinguistic approach is perfectly combined, and more work is being done in our eyes. For example, at a major NIPS machine learning conference, there were four workshops on Bayesian methods, and some of the workshops were just about crossing them with neural networks. Thus, Bayesolinguistic Networks and their use for data analysis can increase productivity and efficiency and automatically become highly demanded in development, and their implementation is becoming an urgent task everyday. The aim of the study: The main purpose of this work is to research and develop mathematical and software tools for the Bayesolinguistic Network and to use them for data analysis. To achieve this goal, the following tasks were formulated:  Explore existing implementations of the Bayesolinguistic Network;  Investigate existing algorithms for delineation of the ECG signal;  Investigate existing main component methods;  Develop mathematical support;  Develop software;  Perform an experimental study of the proposed solutions. Object of study: The process of developing Bayesolinguistic Networks and using them to analyze data. Subject of study: Methods and algorithms used for Bayesolinguistic Networks and their use for data analysis. Research methods: During the research and development in the dissertation, the method of principal components and the algorithm of delineation of the ECG signal were used. Scientific novelty: The most significant scientific results of the master's thesis are: - Implementation of latent variable methods and principal component methods; - Creation of the Bayesolinguistic Classifier of the ECG cardiocycle. The practical value of the obtained results is determined by the fact that the proposed algorithm with very low error determines the disease based on the loaded cardiogram. Relationship with working with scientific programs, plans, topics: Testing: The main points of the work were reported and discussed at All-Ukrainian scientific-practical conference of young students and students “Information systems and technology management” (ІСТУ-2019). Publications: Theses of the thesis are published in All-Ukrainian scientific-practical conference of young students and students “Information systems and technology management” (ІСТУ-2019).uk
dc.description.abstractukЯкийсь 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).uk
dc.format.page91 с.uk
dc.identifier.citationДмитрюк, О.В. Інтелектуальна система аналізу даних з використанням байєсово-лінгвістичних мереж : магістерська дис. : 121 Інженерія програмного забезпечення / Дмитрюк Олег Володимирович. - Київ, 2019. - 91 с.uk
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/31616
dc.language.isoukuk
dc.publisherКПІ ім. Ігоря Сікорськогоuk
dc.publisher.placeКиївuk
dc.subjectбайесово-лінгвістичні мережіuk
dc.subjectметод головних компонентuk
dc.subjectалгоритм делінеаціі сигнала ЕКГuk
dc.subjectBayesian-Linguistic Networksuk
dc.subjectPrincipal Components Methoduk
dc.subjectECG Signal Delineation Algorithmuk
dc.subject.udc004uk
dc.titleІнтелектуальна система аналізу даних з використанням байєсово-лінгвістичних мережuk
dc.typeMaster Thesisuk

Файли

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

Зібрання

Магістерські роботи (АСОІУ)
Магістерські роботи