Registration Number
0824U002664, PhD dissertation
Status
Доктор філософії
Date
01-07-2024
popup.evolution
o
Чому дисертація має статус "Запланована"?
Title
Method and software tools for interpreting machine learning models of nonlinear dynamic objects
Author
Krykun Valentyn А.,
popup.head Oleksandr Fomin
popup.opponent Volodymyr Fedorchuk
popup.opponent Volodymyr Palahin
popup.review Olena O. Arsiriy
popup.review Mykhailo V. Lobachev
popup.rada
Odesa Polytechnic National University
Description
Дисертаційну роботу присвячено вирішенню актуальної науково-практичної задачі, яка полягає у створенні методу інтерпретації моделей машинного навчання нелінійних динамічних об’єктів з неперервними характеристиками та його застосуванню у вигляді програмно-алгоритмічних засобів ідентифікації як складової частини інтелектуальних систем.
Метою роботи є підвищення точності сурогатних моделей шляхом розвитку методу інтерпретації моделей машинного навчання нелінійних динамічних об’єктів за допомогою непараметричних динамічних моделей на основі інтегро-степеневих поліномів Вольтерри та реалізації запропонованого методу у вигляді програмно-алгоритмічних засобів ідентифікації неперервних об’єктів у складі інтелектуальних систем.
Для досягнення вказаної мети дослідження в роботі поставлено і розв´язано такі задачі:
виконано аналіз існуючих методів інтерпретації моделей машинного навчання неперервних нелінійних динамічних об’єктів, визначено базові проблеми інтерпретації нейромережевих моделей; обґрунтовано вибір напрямку досліджень в області побудови сурогатних моделей у вигляді інтегральних непараметричних динамічних моделей на основі інтегро-степеневих поліномів Вольтерри для аналітичного опису нелінійних динамічних об’єктів;
запропоновано використання непараметричних динамічних моделей на основі інтегро-степеневих поліномів Вольтерри в якості сурогатних моделей для інтерпретації нейронних мереж з часовими затримками; встановлено зв’язок в аналітичному вигляді між нейронними мережами з часовими затримками та непараметричними динамічними моделями на основі інтегро-степеневих поліномів Вольтерри для підвищення точності сурогатних моделей неперервних нелінійних динамічних об’єктів;
розвинуто метод інтерпретації нейронних мереж з часовими затримками шляхом побудови сурогатних моделей у вигляді непараметричних динамічних моделей на основі інтегро-степеневих поліномів Вольтерри для опису нелінійних динамічних об’єктів із забезпеченням прийнятної точності моделювання;
розроблено інформаційну технологію інтерпретації моделей машинного навчання нелінійних динамічних об’єктів, що ґрунтується на використанні нейронної мережі з часовими затримками для ідентифікації нелінійної динамічної моделі об’єкта за даними експерименту «вхід–вихід» та побудови сурогатної моделей у вигляді непараметричних динамічних моделей на основі інтегро-степеневих поліномів Вольтерри із забезпеченням прийнятної точності моделювання для інтерпретації нейронної мережі;
розроблено інструментальні засоби комп’ютерного моделювання для побудови нейромережевих моделей нелінійних динамічних об’єктів та сурогатних моделей для їх інтерпретації в системи ідентифікації неперервних об’єктів; застосовано розроблений метод та інструментальні засоби для розв’язання прикладних задач ідентифікації неперервних об’єктів.
Registration Date
2024-07-18
popup.nrat_date
2024-07-18 / 2025-01-17
