Дмитрий Коваленко / Щербинин Виктор, 3 курс, opt-sem

На этом форуме публикуются и уточняются постановки задач студентам, а также отслеживается ход их выполнения

Модератор: staff

Закрыто
Бычков Иван
Аспирант
Сообщения: 179
Зарегистрирован: 23 сен 2008 01:19 pm

Дмитрий Коваленко / Щербинин Виктор, 3 курс, opt-sem

Сообщение Бычков Иван »

Тема работы.

Исследование применимости нейросетевых алгоритмов для поиска разметок фазовых траекторий.

Расшифровка темы.

Ранее в лаборатории был разработан подход к построению алгоритмов распознавания аномальных режимов работы динамических систем. Идея подхода заключается в следующем:
1. На первом этапе при помощи системы аксиом (некоторого набора условий) производится разметка анализируемой фазовой траектории, полученной с датчиков системы, то есть каждой точке траектории ставится в соответствие та аксиома, которая выполняется в данной точке. Таким образом, происходит переход от анализируемой траектории к ее разметке. Размечаются также заданные траекторий, называемые эталонными, характерные для аномального поведения системы.
2. На втором этапе происходит поиск разметок траекторий, соответствующих аномальному поведению системы, в разметке анализируемой траектории.

Наилучших результатов удавалось достичь при использовании алгоритма поиска разметок на основе DTW. Однако, данный алгоритм требует значительных временных затрат. Что существенно ограничивает возможности применения всего алгоритма распознавания.

Проведенный ранее анализ алгоритмов позволил сделать предположение о том, что для построения алгоритмов нечеткого поиска разметок могут быть использованы алгоритмы, основанные на применении нейросетей. Для рассмотрения предлагаются следующие типы нейросетей: многослойный персептрон, сеть Хопфилда, q-нарная сеть.

В рамках курсовой работы планируется разработать и реализовать алгоритмы поиска разметок, основанные на использовании нейросетей. Предложить и реализовать метод одновременного использования нескольких нейросетей с различной длиной входа, метод использования одной нейросети для определенного набора длин входа. Все предложенные алгоритмы должны быть реализованы в рамках развиваемой в лаборатории библиотеки AxiomLib, а затем протестированы на модельных и реальных данных.

Цель работы.


Целью работы является создание, реализация и исследование эффективности алгоритмов нечеткого поиска разметок, основанных на использовании нейронных сетей, применительно к задаче распознавания аномального поведения динамических систем.

Ожидаемые результаты.

1. Исследованы существующие методы использования нейронных сетей для задачи нечеткого поиска.

2. Разработаны и реализованы алгоритмы поиска разметок на основе приведенных архитектур нейросетей.

3. Разработанные методы и алгоритмы интегрированы в новую версию библиотеки AxiomLib.

4. Проведено исследование эффективности предложенных методов и алгоритмов на модельных данных.
Виктор Щербинин
Аспирант
Сообщения: 13
Зарегистрирован: 12 сен 2008 08:39 pm

Сообщение Виктор Щербинин »

Отчет о научной работе за пятый семестр по курсовой работе по теме:
«Исследование применимости нейросетевых алгоритмов для поиска разметок фазовых траекторий»

Студент: Виктор Щербинин, группа 322

Научный руководитель: Дмитрий Коваленко

Расшифровка темы работы:
Ранее в лаборатории был разработан подход к построению алгоритмов распознавания аномальных режимов работы динамических систем, называемый аксиоматическим подходом. При таком подходе как подзадача возникает задача поиска разметок фазовых траекторий. Эта задача по сути является задачей нечеткого поиска подстрок в заданной строке.

Цель работы:
Разработать и реализовать алгоритмы поиска разметок, основанные на использовании нейросетей. Предложенные алгоритмы реализовать в рамках развиваемой в лаборатории библиотеки AxiomLib, а затем протестировть на модельных и реальных данных.

Постановка задачи:
Разработать и реализовать алгоритмы нечеткого поиска разметок, основанные на использовании нейросетей.Для этого, предложить и реализовать метод одновременного использования нескольких нейросетей с различной длиной входа, метод использования одной нейросети для определенного набора длин входа.
Все предложенные алгоритмы реализовать в рамках развиваемой в лаборатории библиотеки AxiomLib, а затем протестировать на модельных и реальных данных.
В постановке задачи предложены к рассмотрению следующие типы нейросетей: многослойный перцептрон, сеть Хопфилда, q-нарная нейросеть.

Ожидаемые результаты:
1. Исследованы существующие методы использования нейронных сетей для задачи нечеткого поиска.
2. Разработаны и реализованы алгоритмы поиска разметок на основе приведенных архитектур нейросетей.
3. Разработанные методы и алгоритмы интегрированы в новую версию библиотеки AxiomLib.
4. Проведено исследование эффективности предложенных методов и алгоритмов на модельных данных.

Отчет о работе за семестр:
Изучены предложенные типы нейросетей, выполнена их тестовая реализация.
Проведено тестирование применимости предложенных типов нейросетей к задаче классификации строк и задаче поика подстрок.
Сделан доклад на спецсеминаре.

Планы на весенний семестр:
Рассмотреть способы учета разных длин эталонных строк.
Реализовать алгоритмы поиска разметок, интегрировать их в новую версию библиотеки AxiomLib.
Исследовать эффективность реализованных алгоритмов на модельных данных.

Список литературы:
1. R. Rojas. Neural Networks: a systematic introduction. Springer-Verlag, Berlin, 1996.
2. http://alife.narod.ru/lectures/neural/Neu_index.htm
3. Б.В. Крыжановский, В.М. Крыжановский, Б.М.Магомедов and A.L.Mikaelian. Векторный перцептрон как алгоритм быстрого поиска.
4. Д. И. Алиева, Б.В. Крыжановский. Векторная модель нейронной сети с переменным порогом.
5. В.М. Крыжановский, А.Л. Микаэлян. Об ограничениях на объем памяти декоррелирующей векторной нейросети. 8-я всероссийская научно-техническая конференция "НЕЙРОИНФОРМАТИКА-2006".
Закрыто