Участник:Anastasiya
Материал из MachineLearning.
МФТИ, ФУПМ
Кафедра "Интеллектуальные системы"
Направление "Интеллектуальный анализ данных"
email: anastasia.motrenko@gmail.com
Отчет о научно-исследовательской работе
Весна 2011, 6-й семестр
Использование теста Грейнджера при прогнозировании временных рядов
При прогнозировании ряда бывает полезно определить, является ли данный ряд "зависимым" от некоторого другого ряда. Выявить подобную связь помогает тест Грейнджера, основанный на статистических тестах(при этом метод не гарантирует точного результата - при сравнении двух рядов, зависящих от еще одного ряда возможна ошибка). Метод применяется при прогнозировании экономических явлений и явлений природного характера (например, землятрясений). Цель работы - предложить алгоритм, наилучшим образом использующий данный метод; исследовать эффективность метода в зависимости от прогнозируемых рядов.
Публикация
- Мотренко А. П. Использование теста Грейнджера при прогнозировании временных рядов // Машинное обучение и анализ данных. — 2011. — № 1. — С. 51-60. — ISSN 2223-3792.
Осень 2011, 7-й семестр
Многоклассовый прогноз вероятности наступления инфаркта
В работе описан алгоритм, позволяющий классифицировать четыре группы пациентов: перенесших инфаркт; больных, имеющих предрасположенность к инфаркту и здоровых пациентов двух групп. Признаками для определения состояния пациента служат измере-ния концентрации белков в крови. Одной из задач работы является выбор набора марке-ров, оптимального для разделения между собой соответствующих групп. Классификация осуществляется по принципу «каждый против каждого», то есть решаются задачи клас-сификации всевозможных пар групп. В силу высокой стоимости анализа крови, объемы данных невелики, поэтому одним из результатов исследования является оценка необходи-мого объема выборки пациентов.
Публикация
- Мотренко А. П. Многоклассовый прогноз вероятности наступления инфаркта // Машинное обучение и анализ данных. — 2011. — № 2. — С. 225-235. — ISSN 2223-3792.
- Hазвание работы: <<Оценка необходимого объема выборки в задачах логистической регрессии>>,
- Aннотация:
В работе описан алгоритм классификации пациентов, перенесших инфаркт и имеющих предрасположенность к инфаркту. Признаками для определения состояния пациента служат измерения концентрации белков в крови. Решается задача оценки параметров функции регрессии и выбора признаков в логистической регрессии. Предполагается, что объем данных недостаточен, поэтому в работе предлагается способ оценки необходимого объема выборки.
- список публикаций (то, что подано в печать или принято - отмечать в скобках),
- выступления на конференциях,
- гранты (некоторые в кафедральных отчетах по НИР забыли упомянуть ПГАС - там был раздел).