Участник:Bunakov

Материал из MachineLearning.

Перейти к: навигация, поиск

Бунаков Василий Андреевич

МФТИ, ФУПМ, 974 группа

Кафедра "Интеллектуальные системы"

Направление "Интеллектуальный анализ данных"

Mailto: va.bunakov@gmail.com


Содержание

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.

Осень 2014, 11-й семестр

Повышение качества дифференциальной диагностики заболеваний методами информационного анализа ЭКГ-сигналов при использовании нечёткого кодирования

Для нечёткого кодирования сигнала получены аналитические формулы, выражающие вероятностное распределение над алфавитом символов. Исследована возможность улучшения качества диагностики заболеваний при помощи семплирования, сглаживающего влияние шумов в сигнале ЭКГ. Проведено сравнение с методом нечёткого кодирования сигнала, разработанным ранее и не использовавшим сэмплирования.

Доклад на научной конференции

Успенский В. М., Воронцов К. В., Целых В. Р., Бунаков В. А., Ефимова И. В., Полежаев В. А. Информационный анализ электрокардиосигналов для диагностики многих заболеваний внутренних органов по одной электрокардиограмме // Интеллектуализация обработки информации (ИОИ-2014): Тезисы докл.— Москва: Торус Пресс, 2014. С. 172–173.

Личные инструменты