Работа посвящена исследованию способа применения глубоких нейронных сетей для категоризации последовательностей действий. Задачи, которые решались в ходе исследования: 1. Изучение подходов к анализу и моделированию последовательности действий. 2. Изучение архитектур нейронных сетей. 3. Изучение способов тренировки моделей нейронных сетей. 4. Разработка подхода для анализа последовательности действий с помощью нейронных сетей. 5. Проведение экспериментов по применению глубоких нейронных сетей для анализа последовательностей действий и анализ их результатов. Была проведена работа по исследованию методов анализа последовательности действий, были выявлены преимущества и недостатки этих методов. Был предложен новый подход с использованием нейронных сетей. В результате работы были обучены нейронные сети на выделенном наборе данных журналов действий пользователей с облачным сервисом. Был проведен анализ результатов с помощью визуализации и количественных показателей метрик. На основании результатов был сделан вывод, что полученный подход может быть использован для анализа и моделирования последовательностей действий.

The work is devoted to the study of the method of using deep neural networks to categorize sequences of actions. Tasks that were solved during the study: 1. The study of approaches to the analysis and modeling of the sequence of actions. 2. The study of the architecture of neural networks. 3. The study of methods for training models of neural networks. 4. Development of an approach for analyzing the sequence of actions using neural networks. 5. Conducting experiments on the use of deep neural networks to analyze sequences of actions and analyze their results. The advantages and disadvantages of these methods were identified. A new approach using neural networks has been proposed. Neural networks on a dedicated dataset of user action logs with a cloud service. The results were analyzed using visualization and quantitative metrics. As a result, analysis results were used.