Участник:Angriff

Материал из MachineLearning.

(Различия между версиями)
Перейти к: навигация, поиск
(Новая: __NOTOC__ Романенко Александр '''МФТИ, ФУПМ''' Кафедра "'''Интеллектуальные системы'''" Направление "'''Интелл...)
Строка 47: Строка 47:
|url = https://mlalgorithms.svn.sourceforge.net/svnroot/mlalgorithms/Romanenko2011Event/doc/Romanenko2011Event.pdf
|url = https://mlalgorithms.svn.sourceforge.net/svnroot/mlalgorithms/Romanenko2011Event/doc/Romanenko2011Event.pdf
}}
}}
 +
 +
'''Гранты'''
 +
*Президентская государственная академическая стипендия
=== Весна 2012, 8-й семестр ===
=== Весна 2012, 8-й семестр ===

Версия 11:28, 18 июня 2012

Романенко Александр

МФТИ, ФУПМ

Кафедра "Интеллектуальные системы"

Направление "Интеллектуальный анализ данных"

Mailto: angriff07@gmail.com

Отчеты о научно-исследовательской работе

Весна 2011, 6-й семестр

Выравнивание временных рядов: прогнозирование с использованием DTW

Временной ряд - это повсеместно встечающаяся форма представления данных во многих научных дисциплинах. Задача, сопутствующая появлению временных рядов, - сравнение одной последовательности данных с другой. Dynamic time warping (DTW) представляет собой технику эффективного выравнивая временных рядов. Методы DTW используются при распознавании речи, при анализе информации в робототехнике, в промышленности, в медицине и других сферах. Предлагается классический алгоритм DTW и упоминаются его возможные модификации. В работе описывается алгоритм поиска в последовательности подпоследовательности, "больше всего похожей" на данную последовательность. Приведены результаты работы алгоритма.

Публикация

Осень 2011, 7-й семестр

Событийное моделирование и прогноз финансовых временных рядов

Финансовые временные ряды обычно сильно зашумлены и зависят от других временных рядов (курс доллара, пошлины на таможне, и т.д.). Но насколько сильна эта зависимость, какие факторы учитывать при их прогнозировании, однозначно определить непросто. В работе для прогнозирования поведения целевого ряда используется разметка временных рядов. Предлагается алгоритм порождения признаков из размеченных временных рядов и генетический алгоритм отбора признаков на размеченных временных рядах.

Публикации

Гранты

  • Президентская государственная академическая стипендия

Весна 2012, 8-й семестр

Кластеризация коллекции текстов

В работе предлагается метод кластеризации текстовой коллекции с помощью стандартных метрических алгоритмов, например, K-means. Для этого вводится функция расстояния между текстами, учитывающая "схожесть" лексики используемой в тексте. В работе также исследуется соответствие между введенным расстоянием на множестве реальных текстов и близостью тематик этих текстов. Возможность кластеризации и соответствие ее результатов с заранее известным распределением текстов по тематике исследована в вычислительном эксперименте на синтетической коллекции текстов.

Публикации

Гранты

  • Президентская государственная академическая стипендия
Источник — «http://machinelearning.ru/wiki/index.php?title=%D0%A3%D1%87%D0%B0%D1%81%D1%82%D0%BD%D0%B8%D0%BA:Angriff»
Личные инструменты