Реєстраційний номер
0223U005869,
0123U103045
, Науково-дослідна робота
Назва роботи
Розробити моделі підвищення корисності та самопідсилення для децентралізованих систем аналізу великих даних
Назва етапу роботи
Керівник роботи
Кузнєцов Владислав Олександрович, к.т.н.
Дата реєстрації
31-12-2023
Організація виконавець
Інститут кібернетики імені В. М. Глушкова Національної академії наук України
Опис етапу
За звітний період отримано наступні результати:
1) Розроблено модель ефектів самопідсилення, що ґрунтуються на моделі зі зворотним зв’язком та адаптивним керуванням вартості на основі моделі простору станів;
2) Запропоновано набір ознак, який дозволяє ефективно керувати величиною попиту і корисності даних в ланцюгу обробки даних з використанням моделі простору станів;
3) Проведено дослідження запропонованої моделі ефектів само підсилення зі зворотним зв’язком на основі моделі простору станів за помірних коливань попиту;
4) Проведено дослідження та порівняно ефективність побудови кривих попиту та порівняно їх з фактичними з використанням засобів візуального аналізу даних.
Отримані моделі, методи і підходи до аналізу, моделювання ефектів самопідсилення дозволяють покращити розуміння поведінки користувачів і постачальників в системі великих даних та покращити прийняття рішень в системах великих даних, що ґрунтуються на оцінці вартісності в ланцюгу обробки даних; методи візуальної аналітики дозволяють зрозуміти динамозмінні ознаки в даних, що характерні для великих проміжків часу роботи системи великих даних та запропонувати оптимальний набір параметрів для керування.
Результати, отримані в рамках теми, можуть бути використані в індустрії великих даних для розробки систем підтримки прийняття рішень з включенням людини (постачальника або користувача) в процес прийняття рішень, для систем візуальної аналітики і прийняття рішень для систем обробки великих даних.
Опис продукції
Автори роботи
Дунаєвський Максим Сергійович
Кузнєцов Владислав Олександрович
Сулейманов Сеїт-Бекір Огли
Додано/оновлено в НРАТ
2023-12-31
