Участник:Bunakov
Материал из MachineLearning.
(→Осень 2013, 9-й семестр) |
(→Осень 2013, 9-й семестр) |
||
| Строка 14: | Строка 14: | ||
'''Распознавание динамических подписей''' | '''Распознавание динамических подписей''' | ||
| - | В работе решается задача распознавания подписей, заданных наборами временных рядов. Каждый ряд соответствует изменению во времени линейных и угловых координат пера, а также давления пера на поверхность. На множестве временных рядов введена метрика с помощью алгоритма DTW (dynamic time warping). Разработан метод, позволяющий свести задачу к пятимерной бинарной задаче классификации. Задача решена при помощи метода SVM с полиномиальным ядром. Качество классификации определяется долей верных и долей ложных положительных классификаций (TPR и FPR). Достигнутые значения TPR и FPR составляют 0,95 и 0,05 соответственно. | + | ''В работе решается задача распознавания подписей, заданных наборами временных рядов. Каждый ряд соответствует изменению во времени линейных и угловых координат пера, а также давления пера на поверхность. На множестве временных рядов введена метрика с помощью алгоритма DTW (dynamic time warping). Разработан метод, позволяющий свести задачу к пятимерной бинарной задаче классификации. Задача решена при помощи метода SVM с полиномиальным ядром. Качество классификации определяется долей верных и долей ложных положительных классификаций (TPR и FPR). Достигнутые значения TPR и FPR составляют 0,95 и 0,05 соответственно.'' |
'''Публикация''' | '''Публикация''' | ||
''В. А. Бунаков'' Распознавание динамических подписей: технический отчёт // Вычислительный сервер журнала "Машинное обучение и анализ данных" [Электронный ресурс] URL: [http://mvr.jmlda.org mvr.jmlda.org] (дата обращения: 04.12.2013). | ''В. А. Бунаков'' Распознавание динамических подписей: технический отчёт // Вычислительный сервер журнала "Машинное обучение и анализ данных" [Электронный ресурс] URL: [http://mvr.jmlda.org mvr.jmlda.org] (дата обращения: 04.12.2013). | ||
| + | |||
| + | === Весна 2014, 10-й семестр === | ||
| + | '''Применение нечёткого кодирования для лингвистического анализа кардиограмм''' | ||
| + | |||
| + | ''Исследована возможность улучшения точности диагностики заболеваний путём нечёткого кодирования ЭКГ-сигнала. Разработан метод, позволяющий учесть влияние шумов и неопределённостей при кодировании с помощью замены символов их вероятностным распределением над алфавитом. Произведено тестирование метода на синдромном алгоритме диагностики, улучшение качества распознавания в среднем составляет 0,5%.'' | ||
| + | |||
| + | '''Публикация''' | ||
| + | |||
| + | ''Uspenskiy V. M., Vorontsov K. V., Tselykh V. R., Bunakov V. A.'' Information Function of the Heart: Discrete and Fuzzy Encoding of the ECG-Signal for Multidisease Diagnostic System // ''Advanced Mathematical and Computational Tools in Metrology''. - 2014. | ||
Версия 09:27, 16 августа 2014
Бунаков Василий Андреевич
МФТИ, ФУПМ, 974 группа
Кафедра "Интеллектуальные системы"
Направление "Интеллектуальный анализ данных"
Mailto: va.bunakov@gmail.com
Отчёты о научно-исследовательской работе
Осень 2013, 9-й семестр
Распознавание динамических подписей
В работе решается задача распознавания подписей, заданных наборами временных рядов. Каждый ряд соответствует изменению во времени линейных и угловых координат пера, а также давления пера на поверхность. На множестве временных рядов введена метрика с помощью алгоритма DTW (dynamic time warping). Разработан метод, позволяющий свести задачу к пятимерной бинарной задаче классификации. Задача решена при помощи метода SVM с полиномиальным ядром. Качество классификации определяется долей верных и долей ложных положительных классификаций (TPR и FPR). Достигнутые значения TPR и FPR составляют 0,95 и 0,05 соответственно.
Публикация
В. А. Бунаков Распознавание динамических подписей: технический отчёт // Вычислительный сервер журнала "Машинное обучение и анализ данных" [Электронный ресурс] URL: mvr.jmlda.org (дата обращения: 04.12.2013).
Весна 2014, 10-й семестр
Применение нечёткого кодирования для лингвистического анализа кардиограмм
Исследована возможность улучшения точности диагностики заболеваний путём нечёткого кодирования ЭКГ-сигнала. Разработан метод, позволяющий учесть влияние шумов и неопределённостей при кодировании с помощью замены символов их вероятностным распределением над алфавитом. Произведено тестирование метода на синдромном алгоритме диагностики, улучшение качества распознавания в среднем составляет 0,5%.
Публикация
Uspenskiy V. M., Vorontsov K. V., Tselykh V. R., Bunakov V. A. Information Function of the Heart: Discrete and Fuzzy Encoding of the ECG-Signal for Multidisease Diagnostic System // Advanced Mathematical and Computational Tools in Metrology. - 2014.
