Участник:Goncharovalex

Материал из MachineLearning.

(Различия между версиями)
Перейти к: навигация, поиск
(Отчет о научно-исследовательской работе)
(Отчет о научно-исследовательской работе)
Строка 36: Строка 36:
А.В.Гончаров, В. В. Стрижов Метрическая классификация временных рядов со взвешенным выравниванием относительно центроидов классов // Информатика и ее применения. 2016 №2 (принята в печать).
А.В.Гончаров, В. В. Стрижов Метрическая классификация временных рядов со взвешенным выравниванием относительно центроидов классов // Информатика и ее применения. 2016 №2 (принята в печать).
 +
 +
'''Весна 2015, 6-й семестр'''
'''Весна 2015, 6-й семестр'''

Версия 19:54, 25 мая 2016

МФТИ, ФУПМ

Кафедра "Интеллектуальные системы"

Направление "Интеллектуальный анализ данных"

lyoshamipt@mail.ru



Отчет о научно-исследовательской работе

Весна 2015, 6-й семестр


Метрическая классификация временных рядов с выравниванием относительно центроидов классов.

В работе рассматривается задача многоклассовой классификации временных рядов. Классификация производится с помощью метрических методов, использующих матрицу попарных расстояний между временными рядами. Вычисление такой матрицы является трудоемким, так как ее размерность равна числу объектов выборки. С целью снижения размерности предлагается предварительно выделять эталонные объекты, а именно центроиды каждого класса, и строить матрицу попарных расстояний между объектами выборки и эталонными объектами классов. Для вычисления попарных расстояний между объектами предлагается использовать метод динамического выравнивания временных рядов. В качестве прикладной задачи рассматривается задача распознавания типа движения по данным акселерометра мобильного телефона. Метрический алгоритм классификации, исследованный в этой работе, сравнивается в точности и быстродействии с алгоритмом разделяющей классификации.

Публикация

А.В.Гончаров, М.С. Попова, В. В. Стрижов Метрическая классификация временных рядов с выравниванием относительно центроидов классов // Системы и средства информатики. 2015 №4 (опубликована).


Осень 2015, 7-й семестр


Метрическая классификация временных рядов со взвешенным выравниванием относительно центроидов классов.

В работе рассматривается задача метрического анализа и классификации временных рядов. Метрические методы используют матрицу попарных расстояний, строящуюся при помощи фиксированной функции расстояния. Вычислительная сложность алгоритмов, использующих такую матрицу, по меньшей мере, квадратична относительно числа временных рядов. Проблема снижения вычислительной сложности решается путем предварительного выделения эталонных объектов, центроидов классов, и последующего их использования для описания классов. В качестве базовой модели классификации выбрана модель, использующая динамическое выравнивание временных рядов для построения центроида. В работе предлагается ввести функцию весов центроида, влияющую на вычисление расстояния между объектами. Для анализа алгоритма построения центроида использованы как временные ряды элементарных функций, так и временные ряды физической активности человека с акселерометра мобильного телефона. Свойства построенной модели исследуются и сравниваются со свойствами модели, выбранной в качестве базовой.

Публикация

А.В.Гончаров, В. В. Стрижов Метрическая классификация временных рядов со взвешенным выравниванием относительно центроидов классов // Информатика и ее применения. 2016 №2 (принята в печать).


Весна 2015, 6-й семестр


Warping path and its cost in the case of continuous time series.

Time series with differences in the sampling frequency are new objects that can be found in many modern tasks. And it is really convenient to work with them as with continuous objects while solving these tasks. But many standard methods of processing time series, their metric analysis (for example DTW distance) are defined only for discrete case. This work makes a trial to expand the scope of the dynamic time warping technique, warping path, its cost and DTW distance between time series to the continuous case. It is impossible to find exact warping path in this case because of inability of search through continuous objects. This paper offers to search and use its approximation. This kind of approximation should be robust to the small deviations in warping path and to the small fluctuations in the time series values. These continuous objects can be sampled to the discrete time series with the desires frequency after all computations. This approach does not limit the possibilities for using different types of time series approximations or interpolations and different methods for approximation the warping path.

Тезисы

А.В.Гончаров, В. В. Стрижов Динамическое выравнивание непрерывных временных рядов // Сборник тезисов XXIII Международной научной конференции студентов, аспирантов и молодых ученых "Ломоносов-2016" секция "Вычислительная математика и кибернетика". 2016 (опубликована)

Публикация

A. V. Goncharov, V. V. Strijov Warping path and its cost in the case of continuous time series (подготовлена к подаче в журнал).

Личные инструменты