Детальная информация

Название: 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»
Авторы: Рапопорт Леонид Александрович
Научный руководитель: Щукин Александр Валентинович
Другие авторы: Пархоменко Владимир Андреевич
Организация: Санкт-Петербургский политехнический университет Петра Великого. Институт компьютерных наук и технологий
Выходные сведения: Санкт-Петербург, 2020
Коллекция: Выпускные квалификационные работы; Общая коллекция
Тематика: байесовские сети; вывод в байесовских се­тях; разработка фреймворка; bayesian networks; inference in bayesian networks; framework development
Тип документа: Выпускная квалификационная работа магистра
Тип файла: PDF
Язык: Русский
Уровень высшего образования: Магистратура
Код специальности ФГОС: 09.04.03
Группа специальностей ФГОС: 090000 - Информатика и вычислительная техника
Ссылки: Отзыв руководителя; Рецензия; Отчет о проверке на объем и корректность внешних заимствований
DOI: 10.18720/SPBPU/3/2020/vr/vr20-1355
Права доступа: Доступ по паролю из сети Интернет (чтение)
Ключ записи: ru\spstu\vkr\8238

Разрешенные действия:

Действие 'Прочитать' будет доступно, если вы выполните вход в систему или будете работать с сайтом на компьютере в другой сети

Группа: Анонимные пользователи

Сеть: Интернет

Аннотация

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.

Права на использование объекта хранения

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

Оглавление

  • 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

Статистика использования

stat Количество обращений: 11
За последние 30 дней: 0
Подробная статистика