Details
| Title | Алгоритмы обнаружения различных типов аномалий в данных: выпускная квалификационная работа магистра: 01.04.02 - Прикладная математика и информатика ; 01.04.02_02 - Математические методы анализа и визуализации данных |
|---|---|
| Creators | Штерншис Андрей Сергеевич |
| Scientific adviser | Шевляков Георгий Леонидович |
| Other creators | Арефьева Людмила Анатольевна |
| Organization | Санкт-Петербургский политехнический университет Петра Великого. Институт прикладной математики и механики |
| Imprint | Санкт-Петербург, 2019 |
| Collection | Выпускные квалификационные работы ; Общая коллекция |
| Subjects | Алгоритмы ; Вычислительные системы — Обеспечение сохранности данных ; адаптивный вероятностный алгоритм ; обнаружение выбросов ; алгоритм отбраковки ; статистические методы ; модельно-ориентированные методы ; машинное обучение ; метод ближайших соседей ; метод наименьших квадратов |
| UDC | 004.7.056.5 ; 004.421 |
| Document type | Master graduation qualification work |
| File type | |
| Language | Russian |
| Level of education | Master |
| Speciality code (FGOS) | 01.04.02 |
| Speciality group (FGOS) | 010000 - Математика и механика |
| Links | Отзыв руководителя ; Рецензия ; Отчет о проверке на объем и корректность внешних заимствований |
| DOI | 10.18720/SPBPU/3/2019/vr/vr19-2060 |
| Rights | Доступ по паролю из сети Интернет (чтение, печать, копирование) |
| Record key | ru\spstu\vkr\2134 |
| Record create date | 9/18/2019 |
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 |
В данной работе рассмотрены статистические методы отбраковки выбросов. Разработан новый однопараметрический вероятностный метод отбраковки. Для поиска параметра алгоритма использованы методы наименьших квадратов и k ближайших соседей. Построенный алгоритм распространен на многомерный случай. Проведен сравнительный анализ алгоритмов.
In the given work statistical methods of outlier detection are considered. New one-parameter probability-based algorithm is constructed. For the parameter search methods of least squares and k nearest neighbours are used. Constructed algorithm is extended to multidimensional case. Comparison analysis is done.
| Network | User group | Action |
|---|---|---|
| ILC SPbPU Local Network | All |
|
| Internet | Authorized users SPbPU |
|
| Internet | Anonymous |
|
Access count: 53
Last 30 days: 0
