Детальная информация

Название: 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)
Авторы: Блэйк Кристофер Виллиам
Научный руководитель: Шкодырев Вячеслав Петрович
Другие авторы: Киселева Людмила Анатольевна
Организация: Санкт-Петербургский политехнический университет Петра Великого. Институт компьютерных наук и технологий
Выходные сведения: Санкт-Петербург, 2018
Коллекция: Выпускные квалификационные работы; Общая коллекция
Тематика: Автоматические системы приспосабливающиеся; "чёрный ящик"; извлечение знаний
УДК: 681.513.6
Тип документа: Выпускная квалификационная работа магистра
Тип файла: PDF
Язык: Английский
Код специальности ФГОС: 09.04.01
Группа специальностей ФГОС: 090000 - Информатика и вычислительная техника
Ссылки: http://doi.org/10.18720/SPBPU/2/v18-6340; http://elib.spbstu.ru/dl/2/rev/v18-6340-o.pdf; http://elib.spbstu.ru/dl/2/rev/v18-6340-r.pdf

Разрешенные действия: Прочитать Для чтения документа необходим Flash Player

Группа: Анонимные пользователи

Сеть: Локальная сеть ИБК СПбПУ

Аннотация

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.

Права на использование объекта хранения

Место доступа Группа пользователей Действие
-> Локальная сеть ИБК СПбПУ Все Прочитать
Интернет Все Прочитать

Статистика использования документа

stat Количество обращений: 42
За последние 30 дней: 0
Подробная статистика