Details

Title: Модели и методы автоматической классификации состояний технических систем: выпускная квалификационная работа бакалавра: направление 09.03.02 «Информационные системы и технологии» ; образовательная программа 09.03.02_02 «Информационные системы и технологии»
Creators: Курбатов Ярослав Андреевич
Scientific adviser: Пономарев Алексей Геннадьевич
Organization: Санкт-Петербургский политехнический университет Петра Великого. Институт компьютерных наук и технологий
Imprint: Санкт-Петербург, 2022
Collection: Выпускные квалификационные работы; Общая коллекция
Subjects: машинное обучение; вероятностная классификация; эвристические методы; нейронные сети; нечеткая логика; machine learning; probabilistic classification; heuristic methods; neural networks; fuzzy logic
Document type: Bachelor graduation qualification work
File type: PDF
Language: Russian
Level of education: Bachelor
Speciality code (FGOS): 09.03.02
Speciality group (FGOS): 090000 - Информатика и вычислительная техника
DOI: 10.18720/SPBPU/3/2022/vr/vr23-1193
Rights: Доступ по паролю из сети Интернет (чтение)
Record key: ru\spstu\vkr\21500

Allowed Actions:

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

Group: Anonymous

Network: Internet

Annotation

Тема работы: «Модели и методы автоматической классификации состояний технических систем».Предметом исследования являются модели и методы, позволяющие в автоматическом режиме классифицировать состояния технических систем, заданных в виде временного ряда положения системы в пространстве состояний.Цель данной работы: реализовать и сравнить различные методы вероятностной классификации модели технической системы и проанализировать результат.Задачи, которые были решены в ходе работы:.Ознакомление с теоретическими основами задачи классификации методами машинного обучения. Реализация основных методов вероятностной классификации.Синтез компьютерной модели сложной технической системы.Сравнение реализованных методов вероятностной классификации в контексте применения к синтезированной модели.В результате был получен сравнительный анализ основных метод вероятностной классификации и рекомендации относительно выбора метода для той или иной задачи.

Topic: “Models and methods for automatic classification of states of technical systems”.The purpose of this work is to implement and compare various methods of fuzzy classification of a technical system model and analyze the result.Tasks that were solved during the work:Familiarization with the theoretical foundations of the classification problem using machine learning methods. Implementation of the main methods of probabilistic classification.Synthesis of a computer model of a complex technical system.Comparison of the implemented methods of probabilistic classification in the context of application to the synthesized model.As a result, a comparative analysis of the main probabilistic classification methods and recommendations regarding the choice of a method for a particular task were obtained.

Document access rights

Network User group Action
ILC SPbPU Local Network All Read
External organizations N2 All Read
External organizations N1 All
Internet Authorized users SPbPU Read
Internet Authorized users (not from SPbPU, N2) Read
Internet Authorized users (not from SPbPU, N1)
-> Internet Anonymous

Table of Contents

  • ВВЕДЕНИЕ
  • ГЛАВА 1. ПОСТАНОВКА ЗАДАЧИ
    • 1.1 Обзор литературы
    • 1.2 Введение в проблему
  • ГЛАВА 2. ОБЗОР МАТЕМАТИЧЕСКИХ МЕТОДОВ
    • 2.1 Задача вероятностной классификации
    • 2.2 Методы машинного обучения для классификации объектов
      • 2.2.1 Метод опорных векторов
      • 2.2.2 Метод релевантных векторов
      • 2.2.3 Метод LVQ
      • 2.2.4 Метод FLVQ
      • 2.2.5 Метод классификации, основанный на RBF-сетях
      • 2.2.6 Нейро-нечеткий классификатор
      • 2.3 Метрики оценки качества модели
  • ГЛАВА 3. РЕАЛИЗАЦИЯ МЕТОДА КЛАССИФИКАЦИИ
    • 3.2 Проведение моделирования
    • 3.3 Анализ результатов
  • ГЛАВА 4. РЕАЛИЗАЦИЯ ВЕРОЯТНОСТНОЙ КЛАССИФИКАЦИИ ТЕХНИЧЕСКОЙ СИСТЕМЫ
    • 4.1 Описание модели технической системы
    • 4.2 Подготовка обучающего набора данных
  • ЗАКЛЮЧЕНИЕ
  • СПИСОК ИСПОЛЬЗОВАНЫХ ИСТОЧНИКОВ

Usage statistics

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