Участник:Isachenkoroma
Материал из MachineLearning.
(→Отчет о научно-исследовательской работе) |
(→Отчет о научно-исследовательской работе) |
||
Строка 19: | Строка 19: | ||
'''Публикация''' | '''Публикация''' | ||
- | ''Р.В.Исаченко'' Метрическое обучение и снижение размерности пространства в задачах кластеризации временных рядов // ''Машинное обучение и анализ данных.'' — 2015. — ISSN 2223-3792. | + | ''Р.В.Исаченко'' Метрическое обучение и снижение размерности пространства в задачах кластеризации временных рядов // ''Машинное обучение и анализ данных.'' — 2015. — ISSN 2223-3792. Т. 2, №1, 2016. |
<big>'''Осень 2015, 7-й семестр'''</big> | <big>'''Осень 2015, 7-й семестр'''</big> | ||
+ | |||
+ | |||
+ | '''Технический отчёт''' | ||
+ | |||
+ | ''Р.В.Исаченко'' Metric Learning and Feature Selection for Multiclass Classification of Time Series. Технический отчёт // ''Сервер вычислительных экспериментов''. - mvr.jmlda.org | ||
+ | |||
+ | |||
+ | <big>'''Весна 2016, 8-й семестр'''</big> | ||
'''Метрическое обучение в задачах мультиклассовой классификации временных рядов''' | '''Метрическое обучение в задачах мультиклассовой классификации временных рядов''' | ||
- | ''Работа посвящена построению модели многоклассовой классификации временных рядов. | + | ''Работа посвящена построению модели многоклассовой классификации временных рядов. Предлагается выравнивать временные ряды относительно центроидов классов. Процедура нахождения центроидов и выравнивания временных рядов осуществляется с помощью алгоритма динамической трансформации времени. Для повышения качества классификации в данной работе используются методы метрического обучения. Метрическое обучение позволяет модифицировать расстояния между временными рядами, сближая временные ряды из одного класса и отдаляя временные ряды из разных классов. Расстояние между временными рядами измеряется с помощью метрики Махаланобиса. Процедура метрического обучения состоит в определении оптимальной матрицы трансформаций в метрике Махаланобиса. Для анализа качества построенного алгоритма проведен вычислительный эксперимент на синтетических и реальных данных показаний с акселерометра мобильного телефона.'' |
- | ''' | + | '''Публикация''' |
- | ''Р.В.Исаченко'' | + | ''Р.В.Исаченко'' Метрическое обучение в задачах мультиклассовой классификации временных рядов// ''Системы и средства информатики''. 2016 №2 (принята в печать). |
Версия 07:40, 25 мая 2016
МФТИ, ФУПМ
Кафедра "Интеллектуальные системы"
Направление "Интеллектуальный анализ данных"
isa-ro@yandex.ru
Отчет о научно-исследовательской работе
Весна 2015, 6-й семестр
Метрическое обучение и снижение размерности пространства в задачах кластеризации временных рядов
Работа посвящена использованию методов метрического обучения в задаче кластеризации временных рядов. Применение метрического обучения позволяет модифицировать расстояния между временными рядами, сближая временные ряды из одного кластера и отдаляя временные ряды из разных кластеров. В данной работе расстояние между временными рядами измеряется при помощи метрики Махаланобиса. Процедура метрического обучения состоит в определении оптимальной матрицы ковариаций в метрике Махаланобиса. Кластеризация временных рядов осуществляется алгоритмом k-средних и алгоритмом адаптивного метрического обучения, понижающим размерность пространства кластеризации. Для сравнения этих методов произведён вычислительный эксперимент на синтетических данных и на реальных данных с акселерометра мобильного телефона, сделан вывод об эффективности рассматриваемых методов.
Публикация
Р.В.Исаченко Метрическое обучение и снижение размерности пространства в задачах кластеризации временных рядов // Машинное обучение и анализ данных. — 2015. — ISSN 2223-3792. Т. 2, №1, 2016.
Осень 2015, 7-й семестр
Технический отчёт
Р.В.Исаченко Metric Learning and Feature Selection for Multiclass Classification of Time Series. Технический отчёт // Сервер вычислительных экспериментов. - mvr.jmlda.org
Весна 2016, 8-й семестр
Метрическое обучение в задачах мультиклассовой классификации временных рядов
Работа посвящена построению модели многоклассовой классификации временных рядов. Предлагается выравнивать временные ряды относительно центроидов классов. Процедура нахождения центроидов и выравнивания временных рядов осуществляется с помощью алгоритма динамической трансформации времени. Для повышения качества классификации в данной работе используются методы метрического обучения. Метрическое обучение позволяет модифицировать расстояния между временными рядами, сближая временные ряды из одного класса и отдаляя временные ряды из разных классов. Расстояние между временными рядами измеряется с помощью метрики Махаланобиса. Процедура метрического обучения состоит в определении оптимальной матрицы трансформаций в метрике Махаланобиса. Для анализа качества построенного алгоритма проведен вычислительный эксперимент на синтетических и реальных данных показаний с акселерометра мобильного телефона.
Публикация
Р.В.Исаченко Метрическое обучение в задачах мультиклассовой классификации временных рядов// Системы и средства информатики. 2016 №2 (принята в печать).