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 | |
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 |
|
Internet | Authorized users SPbPU |
|
Internet | Anonymous |
|
Access count: 58
Last 30 days: 0