Реєстраційний номер
0211U004290,
0109U001144
, Науково-дослідна робота
Назва роботи
Високоефективні інформаційні технології видобування даних для соціально-економічних явищ та процесів
Назва етапу роботи
Керівник роботи
Рашкевич Юрій Михайлович,
Дата реєстрації
02-02-2011
Організація виконавець
Національний університет "Львівська політехніка"
Опис етапу
У заключному звіті по темі "Високоефективні інформаційні технології видобування даних для соціально-економічних явищ та процесів" представлені результати створення архітектури та програмної реалізації нейромережного комплексу для інтелектуального аналізу даних на основі моделі геометричних перетворень (МГП). Розроблено та програмно реалізовано неітераційні нейромережні алгоритми для розв'язання задач класифікації на основі МГП. Створено інформаційну технологію для розв'язання задачі класифікації за правилом "переможець забирає все" з використанням матриці штрафів та заохочень. Проведено ряд експериментів із застосування розробленого нейромережного комплексу для розв'язання типових задач видобування даних, в результаті яких підтверджено такі основні переваги нейромереж МГП, як висока швидкість навчання та функціонування; відтворюваність результатів; можливість оперування як малими, так і об'ємними вибірками. Доведено ефективність застосування для підвищення точності класифікації прикінцевої процедури оптимізації методом імітації відпалу металу. Розроблені інформаційні технології прийняття рішень для завдань електронної комерції (класифікація клієнтів інтернет-магазину, класифікація лотів інтернет-аукціону eBay) дозволили підвищити ефективність розв'язку завдань видобування даних великих розмірностей (порядку сотні атрибутів), представлених тренувальними вибірками значних обсягів (десятки тисяч векторів) в умовах, коли в заданому просторі реалізацій не виконується гіпотеза компактності. Розроблено та програмно реалізовано нейромережний метод компресії даних різного походження без втрат, або з регульованими втратами. Запропоновано представлення скомпресованих даних у форматі чисел з фіксованою комою, що полегшує апаратну реалізацію нейромереж МГП високої продуктивності і швидкодії.
Опис продукції
Високошвидкісні програмні нейроподібні структури з неітеративним навчанням на основі моделі геометричних перетворень (МГП) з можливістю апаратного варіанту реалізації і широкою сферою застосування для завдань інтелектуалізованого опрацювання даних.
Автори роботи
Дорошенко Анастасія Володимирівна
Купчак Марія Іванівна
Медвідь Андрій Ярославович
Мельник Степан Петрович
Пелешко Дмитро Дмитрович
Поліщук Уляна Володимирівна
Рашкевич Юрій Михайлович
Ткаченко Роман Олексійович
Цимбал Юрій Вікторович
Додано/оновлено в НРАТ
2020-04-02
