Участник:Bunakov

Материал из MachineLearning.

(Различия между версиями)
Перейти к: навигация, поиск
(Новая: '''Бунаков Василий Андреевич''' '''МФТИ, ФУПМ, 974 группа''' Кафедра "'''Интеллектуальные системы'''" Направл...)
Строка 8: Строка 8:
Mailto: va.bunakov@gmail.com
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 соответственно). 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: [http://mvr.jmlda.org mvr.jmlda.org] (дата обращения: 04.12.2013).

Версия 12:59, 13 марта 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 соответственно). 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).

Личные инструменты