Детальная информация
| Название | 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 |
|---|---|
| Авторы | Штерншис Андрей Сергеевич |
| Научный руководитель | Шевляков Георгий Леонидович |
| Другие авторы | Арефьева Людмила Анатольевна |
| Организация | Санкт-Петербургский политехнический университет Петра Великого. Институт прикладной математики и механики |
| Выходные сведения | Санкт-Петербург, 2019 |
| Коллекция | Выпускные квалификационные работы; Общая коллекция |
| Тематика | 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 |
| УДК | 004.7.056.5; 004.421 |
| Тип документа | Выпускная квалификационная работа магистра |
| Тип файла | |
| Язык | Русский |
| Уровень высшего образования | Магистратура |
| Код специальности ФГОС | 01.04.02 |
| Группа специальностей ФГОС | 010000 - Математика и механика |
| Ссылки | Отзыв руководителя; Рецензия; Отчет о проверке на объем и корректность внешних заимствований |
| DOI | 10.18720/SPBPU/3/2019/vr/vr19-2060 |
| Права доступа | Доступ по паролю из сети Интернет (чтение, печать, копирование) |
| Ключ записи | ru\spstu\vkr\2134 |
| Дата создания записи | 18.09.2019 |
Разрешенные действия
–
Действие 'Прочитать' будет доступно, если вы выполните вход в систему или будете работать с сайтом на компьютере в другой сети
Действие 'Загрузить' будет доступно, если вы выполните вход в систему или будете работать с сайтом на компьютере в другой сети
| Группа | Анонимные пользователи |
|---|---|
| Сеть | Интернет |
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.
| Место доступа | Группа пользователей | Действие |
|---|---|---|
| Локальная сеть ИБК СПбПУ | Все |
|
| Интернет | Авторизованные пользователи СПбПУ |
|
| Интернет | Анонимные пользователи |
|
Количество обращений: 45
За последние 30 дней: 1
