Участник:Задаянчук Андрей

Материал из MachineLearning.

Версия от 16:24, 19 августа 2015; Задаянчук Андрей (Обсуждение | вклад)
(разн.) ← Предыдущая | Текущая версия (разн.) | Следующая → (разн.)
Перейти к: навигация, поиск

МФТИ, ФУПМ

Кафедра "Интеллектуальные системы"

Направление "Интеллектуальный анализ данных"

wisemen94@gmail.com

Отчет о научно-исследовательской работе

Весна 2015, 6-й семестр


Выбор оптимальной модели классификации физической активности по измерениям акселерометра

Решается задача построения модели для точной и устойчивой классификации физической активности человека по временным рядам. Нейронные сети с недостаточным или избыточным числом нейронов обладают недостаточной обобщающей способностью и могут давать прогнозы неустойчивые относительно изменения состава выборки. Исследуются модели из класса двухслойных нейронных сетей. Рассматриваются модели с избыточно сложной структурой. Структура модели оптимизируется путем удаления из нее наборов параметров — нейронов. Для оптимизации структуры нейронной сети и обеспечения устойчивости предлагается алгоритм генетического типа. Новизна работы заключается в том, что вероятность удаления наборов параметров определяется дисперсией параметров. В вычислительном эксперименте модели, порождаемые предложенной стратегией, сравниваются по двум критериям качества — точности и устойчивости. Модели оптимизируются на выборках, полученных путем выделения признаков из временных рядов. Публикация А.И. Задаянчук, М.В. Попова, В.В.Стрижов Выбор оптимальной модели классификации физической активности по измерениям акселерометра // Информационные технологии.

Личные инструменты