Details

Title Извлечение знаний и управление в условиях неопределенности: выпускная квалификационная работа магистра: 09.04.01 - Информатика и вычислительная техника ; 09.04.01_17 - Интеллектуальные системы (международная образовательная программа на иностранном языке)
Creators Блэйк Кристофер Виллиам
Scientific adviser Шкодырев Вячеслав Петрович
Other creators Киселева Людмила Анатольевна
Organization Санкт-Петербургский политехнический университет Петра Великого. Институт компьютерных наук и технологий
Imprint Санкт-Петербург, 2018
Collection Выпускные квалификационные работы ; Общая коллекция
Subjects Автоматические системы приспосабливающиеся ; "чёрный ящик" ; извлечение знаний
UDC 681.513.6
Document type Master graduation qualification work
File type PDF
Language English
Level of education Master
Speciality code (FGOS) 09.04.01
Speciality group (FGOS) 090000 - Информатика и вычислительная техника
Links Отзыв руководителя ; Рецензия
DOI 10.18720/SPBPU/2/v18-6340
Rights Доступ по паролю из сети Интернет (чтение, печать, копирование)
Record key RU\SPSTU\edoc\60307
Record create date 1/23/2019

Allowed Actions

Action 'Read' will be available if you login or access site from another network

Action 'Download' will be available if you login or access site from another network

Group Anonymous
Network Internet

Адаптивный потоковый процесс описан для изучения набора лексики для управления «черным ящиком». Метод служит для точной дискретизации пространства значений, обеспечения отслеживания и идентификации простых шаблонов. Эти значения и шаблоны становятся системными знаниями (или лексикой) и используются для обучения дерева поиска решений основанного на обучении с подкреплением. С течением времени слой интерпретации данных позволяет разрабатывать знания более высокого уровня, создавая легкую для понимания политику функциональности «черного ящика», предоставляя ин-формацию о системе управления. Испытания проводятся для демонстрации эффективности и пределов возможностей в системах с открытым циклом. В заключении, педлагается рассмотреть последущую идентификацию знаний, систем с замкнутым циклом и обучение с меньшим объемом первоначальной информации.

An adaptive stream-based process is described for learning a set of vocabulary to control a black box. The method serves to accurately discretize the value space, enable tracking, and identify simple patterns. These values and patterns become the system knowledge (or vocabulary) and are used for training a reinforcement learning based decision tree. An interpretation layer enables developing higher-level knowledge with time, creating an easy-to-read policy of the black box functionality, providing control information. Tests are performed to demonstrate the effectiveness and limitations with open-loop systems. Finally, a proposal is made for further knowledge identification, closed-loop systems, and learning with less prior information.

Network User group Action
ILC SPbPU Local Network All
Read Print Download
Internet Authorized users SPbPU
Read Print Download
Internet Anonymous

Access count: 58 
Last 30 days: 0

Detailed usage statistics