Дисертація доктора філософії. Крикун Валентин Андрійович. Метод та програмні засоби інтерпретації моделей машинного навчання нелінійних динамічних об’єктів

Реєстраційний номер

0824U002664, Дисертація доктора філософії

На здобуття

Доктор філософії

Дата захисту

01-07-2024

Статус

Запланована   Чому дисертація має статус "Запланована"?

Назва роботи

Метод та програмні засоби інтерпретації моделей машинного навчання нелінійних динамічних об’єктів

Здобувач

Крикун Валентин Андрійович,

Керівник Фомін Олександр Олексійович
Опонент Федорчук Володимир Анатолійович
Опонент Палагін Володимир Васильович
Рецензент Арсірій Олена Олександрівна
Рецензент Лобачев Михайло Вікторович

Установа, організація, у вченій раді якої відбудеться/відбувся захист

Національний університет "Одеська політехніка"

Опис

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.

Дата реєстрації

2024-07-18

Додано/оновлено в НРАТ

2024-07-18 / 2025-01-17