Details

Title: Разработка фреймворка для эффективного вывода в байесовских сетях: выпускная квалификационная работа магистра: направление 09.04.03 «Прикладная информатика» ; образовательная программа 09.04.03_04 «Прикладная информатика в области информационных ресурсов»
Creators: Рапопорт Леонид Александрович
Scientific adviser: Щукин Александр Валентинович
Other creators: Пархоменко Владимир Андреевич
Organization: Санкт-Петербургский политехнический университет Петра Великого. Институт компьютерных наук и технологий
Imprint: Санкт-Петербург, 2020
Collection: Выпускные квалификационные работы; Общая коллекция
Subjects: байесовские сети; вывод в байесовских се­тях; разработка фреймворка; bayesian networks; inference in bayesian networks; framework development
Document type: Master graduation qualification work
File type: PDF
Language: Russian
Level of education: Master
Speciality code (FGOS): 09.04.03
Speciality group (FGOS): 090000 - Информатика и вычислительная техника
Links: Отзыв руководителя; Рецензия; Отчет о проверке на объем и корректность внешних заимствований
DOI: 10.18720/SPBPU/3/2020/vr/vr20-1355
Rights: Доступ по паролю из сети Интернет (чтение)
Record key: ru\spstu\vkr\8238

Allowed Actions:

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

Group: Anonymous

Network: Internet

Annotation

Байесовские сети - один из видов вероятностных графовых моделей, широко распространенный для обозначения неопределенности в экспертных системах. В рамках данной работы рассмотрена проблема вывода в байесовских сетях и решены следующие задачи: 1. Проведение обзора существующих алгоритмов вывода в байесовских сетях. 2. Проведение обзора существующих программных средств, реализующих алгоритмы данного типа. 3. Разработка собственного фреймворка для вывода в байесовских сетях. 4. Проведение сравнительного анализа реализованных алгоритмов с точки зрения эффективности. В рамках исследования производительности реализованных алгоритмов на имеющихся в распоряжении моделях и тест-кейсах было выявлено, что реализованный алгоритм дерева сочленений показывает лучшие результаты для моделей с определенными характеристиками. В результате было достигнуто увеличение производительности модуля, в рамках которого производилось внедрение фреймворка.

Bayesian networks are one of the types of probabilistic graph models widely used to encode uncertanty in expert systems. The given work reviews a problem of the efficient inference in bayesian networks and following set of goals was achieved during the course of the study: 1. Review of existing algorithms for inference in bayesian networks. 2. Review of existing software implementing this type of algorithms. 3. Development of a framework for inference in bayesian networks. 4. Comparative efficiency analysis of the algorithms that were implemented. At the phase of efficiency research of the implemented algorithms, using the models and test-cases that were available to the author, it was discovered that the implemented version of the juntion tree algorithm shows better results for the models with specific characteristics. As a result a perfomance increase was achieved for the module to which the framework was introduced.

Document access rights

Network User group Action
ILC SPbPU Local Network All Read
Internet Authorized users SPbPU Read
-> Internet Anonymous

Table of Contents

  • Разработка фреймворка для эффективного вывода в байесовских сетях
    • Введение
    • 1. Обзор алгоритмов вывода в байесовских сетях
    • 2. Обзор существующих программных средств для вывода в байесовских сетях
    • 3. Реализация фреймворка
    • 4. Тестирование и апробация
    • Заключение
    • Список сокращений и условных обозначений
    • Словарь терминов
    • Список использованных источников

Usage statistics

stat Access count: 11
Last 30 days: 0
Detailed usage statistics