|
|
| (5 промежуточных версий не показаны.) |
| Строка 1: |
Строка 1: |
| - | == 2019 ==
| |
| - | === Задача 1 ===
| |
| - | * '''Название:''' Прогнозирование направления движения цены биржевых инструментов по новостному потоку.
| |
| - | * '''Задача:''' Построить и исследовать модель прогнозирования направления движения цены. Задано множество новостей S и множество временных меток T, соответствующих времени публикации новостей из S. 2. Временной ряд P, соответствующий значению цены биржевого инструмента, и временной ряд V, соответствующий объему продаж по данному инструменту, за период времени T'. 3. Множество T является подмножеством периода времени T'. 4. Временные отрезки w=[w0, w1], l=[l0, l1], d=[d0, d1], где w0 < w1=l0 < l1=d0 < d1. Требуется спрогнозировать направление движения цены биржевого инструмента в момент времени t=d0 по новостям, вышедшим в период w.
| |
| - | * '''Данные:'''
| |
| - | *# Финансовые данные: данные о котировках (с интервалом в один тик) нескольких финансовых инструментов (GAZP, SBER, VTBR, LKOH) за 2 квартал 2017 года с сайта Finam.ru; для каждой точки ряда известны дата, время, цена и объем.
| |
| - | *# Текстовые данные: экономические новости за 2 квартал 2017 года от компании Форексис; каждая новость является отдельным html файлом.
| |
| - | * '''Литература:'''
| |
| - | *# Usmanova K.R., Kudiyarov S.P., Martyshkin R.V., Zamkovoy A.A., Strijov V.V. Analysis of relationships between indicators in forecasting cargo transportation // Systems and Means of Informatics, 2018, 28(3).
| |
| - | *# Kuznetsov M.P., Motrenko A.P., Kuznetsova M.V., Strijov V.V. Methods for intrinsic plagiarism detection and author diarization // Working Notes of CLEF, 2016, 1609 : 912-919.
| |
| - | *# Айсина Роза Мунеровна, Тематическое моделирование финансовых потоков корпоративных клиентов банка по транзакционным данным, выпускная квалификационная работа.
| |
| - | *# Lee, Heeyoung, et al. "On the Importance of Text Analysis for Stock Price Prediction." LREC. 2014.
| |
| - | * '''Базовый алгоритм:''' Метод, использованный в статье (4).
| |
| - | * '''Решение:''' Использование тематического моделирования (ARTM) и локальных аппроксимирующих моделей для перевода последовательности текстов, соответствующих различным временным меткам, в единое признаковое описание. Критерий качества: F1-score, ROC AUC, прибыльность используемой стратегии.
| |
| - | * '''Новизна:''' Обоснование новизны и значимости идей (для редколлегии и рецензентов журнала).
| |
| - | * '''Авторы:''' В.В. Стрижов (эксперт), К.В. Воронцов (эксперт), Иван Запутляев (консультант)
| |
| | | | |
| - | === Задача 2 ===
| |
| - | * '''Название:''' Исследование опорных объектов в задаче метрической классификации временных рядов.
| |
| - | * '''Задача:''' Функция DTW - это расстояние между двумя временными рядами, которые могут быть нелинейно деформированы друг относительно друга. Она ищет наилучшее выравнивание между двумя объектами, поэтому ее можно использовать в задаче метрической классификации объектов.
| |
| - | Один из методов решения задачи метрической классификации - измерение расстояний до опорных объектов и использование вектора этих расстояний в качестве признакового описания объекта.
| |
| - | Метод DBA - это алгоритм построения центроидов (опорных объектов) для временных рядов на основе расстояния DTW. При построении расстояния между временным рядом и центроидом различные пары значений (например пиковые значения) более характерны для одного из классов, и влияние таких совпадений на значение расстояния должна быть выше.
| |
| - | Необходимо исследовать различные способы построения опорных объектов, а также определение их оптимального числа. Критерием является качество работы метрического классификатора в задаче.
| |
| - | В методе DBA для каждого центроида предлагается создавать вектор весов, который демонстрирует "значимость" измерений центриода, и использовать его в модифицированной функции расстояния weighted-DTW.
| |
| - | * '''Данные:''' Данные описывают 6 классов временных рядов с акселерометра мобильного телефона. https://sourceforge.net/p/mlalgorithms/code/HEAD/tree/Group274/Goncharov2015MetricClassification/data/
| |
| - | * '''Литература:'''
| |
| - | *# DTW: http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.215.7850&rep=rep1&type=pdf
| |
| - | *# DBA: https://hal.sorbonne-universite.fr/hal-01630288/document
| |
| - | *# weighted DTW: http://www.mathnet.ru/php/archive.phtml?wshow=paper&jrnid=ia&paperid=414&option_lang=rus
| |
| - | * '''Базовый алгоритм:''' Реализовать базовые методы:
| |
| - | *# Выбор подмножества объектов обучающей выборки как опорных
| |
| - | *# Предварительная обработка аномальных объектов
| |
| - | *# Кластеризация объектов обучающей выборки для построения центроидов внутри кластера
| |
| - | *# Использование метода DBA для построения опорных объектов
| |
| - | *# Использование методов численной оптимизации для поиска оптимального вектора весов с заданными ограничениями
| |
| - | * '''Решение:''' Расширение типов ограничений на вид вектора весов: бинарный вектор, одинаковый вектор для всех центроидов, бинарный одинаковый вектор для всех центроидов. Такое решение позволит экономить затраты энергии при работе датчиков мобильного устройства.
| |
| - | Исследование литературы и комбинация up-to-date методов.
| |
| - | * '''Новизна:''' Не проводилось комплексного исследования различных способов построения центроидов и опорных элементов вместе с выбором их оптимального числа.
| |
| - | * '''Авторы:''' Алексей Гончаров (эксперт)
| |
| - | === Задача 3 ===
| |
| - | * '''Название:''' Динамическое выравнивание многомерных временных рядов.
| |
| - | * '''Задача:''' Характерным многомерным временным рядом является траектория точки в 3х-мерном пространстве. Две траектории необходимо выравнивать оптимальным образом друг относительно друга. Для этого используется расстояние DTW между двумя временными рядами. В классическом представлении DTW строится между одномерными временными рядами. Необходимо ввести различные модификации алгоритма для работы со временными рядами высокой размерности: траекториями, кортикограммами.
| |
| - | * '''Данные:''' Данные описывают 6 классов временных рядов с акселерометра мобильного телефона. https://sourceforge.net/p/mlalgorithms/code/HEAD/tree/Group274/Goncharov2015MetricClassification/data/
| |
| - | * '''Литература:'''
| |
| - | *# Multidimensional DTW: https://pdfs.semanticscholar.org/76d3/5bd5a52453ebde80faaa1467d7effd74426f.pdf
| |
| - | * '''Базовый алгоритм:''' Использование L_p расстояний между двумя измерениями временного ряда, их модификаций.
| |
| - | * '''Решение:''' Исследование расстояний, устойчивых к изменению порядка координат, исследований расстояний неустойчивых к изменению порядка координат. Эксперименты с другими видами расстояний (косинусное, RBF, прочие).
| |
| - | * '''Новизна:''' Нет полного обзора и исследования методов работы с многомерными временными рядами. Не исследована зависимость качества решения от подобранных расстояний между измерениями.
| |
| - | * '''Авторы:''' Алексей Гончаров (эксперт)
| |
| - | === Задача 4 ===
| |
| - | * '''Название:''' Автоматическая настройка параметров АРТМ под широкий класс задач.
| |
| - | * '''Задача:''' Открытая библиотека bigARTM позволяет строить тематические модели, используя широкий класс возможных регуляризаторов. Однако такая гибкость приводит к тому, что задача настройки коэффициентов оказывается очень сложной. Эту настройку можно значительно упростить, используя механизм относительных коэффициентов регуляризации и автоматический выбор N-грамм. Нужно проверить гипотезу о том, что существует универсальный набор относительных коэффициентов регуляризации, дающий "достаточно хорошие" результаты на широком классе задач. Дано несколько датасетов с каким-то внешним критерием качества (например, классификация документов по категориям или ранжирование). Находим лучшие параметры для конкретного датасета, дающие "локально лучшую модель". Находим алгоритм инициализации bigARTM, производящий тематические модели с качеством, сравнимым с "локально лучшей моделью" на её датасете. Критерий сравнимости по качеству: на данном датасете качество "универсальной модели" не более чем на 5% хуже, чем у "локально лучшей модели".
| |
| - | *'''Данные:''' Несколько наборов текстовых коллекций, для которых известно оптимальное решение.
| |
| - | * '''Литература:'''
| |
| - | *# ВКР Никиты Дойкова: http://www.machinelearning.ru/wiki/images/9/9f/2015_417_DoykovNV.pdf
| |
| - | *# Презентация Виктора Булатова на научном семинаре: https://drive.google.com/file/d/19pJ21LRPeeOxY4mkcSnQCRm93zOO4J5b/view
| |
| - | *# Черновик с формулами: (файл будет позже)
| |
| - | * '''Базовый алгоритм:''' PLSA / LDA / логрегрессия.
| |
| - | * '''Решение:''' bigARTM с фоновыми темами и регуляризаторами сглаживания, разреживания и декорреляции (коэффициенты подобраны автоматически), а также с автоматически выделенными N-граммами.
| |
| - | * '''Новизна:''' Потребность в автоматизированной настройке параметров модели и отсутствие подобных реализаций в научном сообществе.
| |
| - | * '''Авторы:''' Виктор Булатов (эксперт)
| |
| - |
| |
| - | === Задача 5 ===
| |
| - | * '''Название:''' Нахождение парафразов.
| |
| - | * '''Задача:''' Парафразы — разные вариации одного и того же текста, одинаковые по смыслу, но отличающиеся лексически и грамматически, например: "Куда поехала машина" и "В каком направлении поехал автомобиль". Задача детектирования парафразов заключается в выделении в множестве текстов кластеров, таких что в каждом кластере содержатся только парафразы одного и того же предложения.
| |
| - | Самый простой способ выделения парафразов — кластеризация текстов, где каждый текст представлен "мешком слов".
| |
| - | *. '''Данные:''' Есть открытые датасеты вопросов для тестирования и обучения на kaggle.com, есть открытые данные для тестирования с конференций semeval.
| |
| - | * '''Литература:'''
| |
| - | *# Будет позже
| |
| - | * '''Базовый алгоритм:''' Использовать для выделения парафразов какой-нибудь из алгоритмов кластеризации документов, где каждый документ представлен мешком слов или tf-idf.
| |
| - | * '''Решение:''' Использовать нейросетевые архитектуры для поиска парафразов, использовать в качестве признаков словосочетания, выделенные с помощью синтаксических анализаторов, использовать многоуровневую кластеризацию.
| |
| - | * '''Новизна:''' Отсутствие реализаций для русского языка, которые будут использовать синтаксические анализаторы для подобной задачи, все текущие решения достаточно "просты".
| |
| - | * '''Авторы:''' Артём Попов (эксперт)
| |
