Details

Title: Использование глубоких нейронных сетей для категоризации последовательностей действий: выпускная квалификационная работа магистра: направление 01.04.02 «Прикладная математика и информатика» ; образовательная программа 01.04.02_02 «Математические методы анализа и визуализации данных»
Creators: Елецкий Александр Юрьевич
Scientific adviser: Беляев Сергей Юрьевич
Other creators: Арефьева Людмила Анатольевна
Organization: Санкт-Петербургский политехнический университет Петра Великого. Институт прикладной математики и механики
Imprint: Санкт-Петербург, 2020
Collection: Выпускные квалификационные работы; Общая коллекция
Subjects: нейронные сети; моделирование процессов; машинное обучение; beural networks; process modeling; machine learning
Document type: Master graduation qualification work
File type: PDF
Language: Russian
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/3/2020/vr/vr20-1873
Rights: Доступ по паролю из сети Интернет (чтение, печать, копирование)

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

Annotation

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.

Document access rights

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

Usage statistics

stat Access count: 1
Last 30 days: 0
Detailed usage statistics