Участник:Mpopova

Материал из MachineLearning.

(Различия между версиями)
Перейти к: навигация, поиск
Строка 1: Строка 1:
Попова Мария Сергеевна, МФТИ, ФУПМ, 174 группа
Попова Мария Сергеевна, МФТИ, ФУПМ, 174 группа
 +
== Отчеты о научно-исследовательской работе ==
 +
 +
=== Весна 2014, 6-й семестр===
 +
'''Выбор оптимальной модели классификации по измерениям акселерометра'''
 +
 +
''В данной работе решается проблема построения оптимальных устойчивых моделей в задаче классификации физической активности человека. Каждый тип физической активности конкретного человека описывается набором признаков, сгенерированных по временным рядам с акселерометра. В условиях мультиколлинеарности признаков выбор устойчивых моделей классификации затруднен из-за необходимости оценки большого числа параметров этих моделей. Оценка оптимального значения параметров также затруднена в связи с тем, что функция ошибок имеет большое количество локальных минимумов в пространстве параметров. В работе исследуются модели, принадлежащие классу двуслойных нейронных сетей. Ставится задача нахождения Парето оптимального фронта на множестве допустимых моделей. Предлагаются критерии оптимального, последовательного и устойчивого прореживания нейронной сети, критерий наращивания сети, а также строится стратегия пошаговой модификации модели с использованием предложенных критериев. В вычислительном эксперименте модели, порождаемые предложенной стратегией, сравниваются по трем критериям качества - сложность, точность и устойчивость.''
 +
 +
'''Публикация'''
 +
*{{Статья
 +
|автор = Попова М.С.
 +
|название = Выбор оптимальной модели классификации по измерениям акселерометра
 +
|журнал = Информатика и ее применения
 +
|год = 2014
 +
}}

Версия 17:12, 10 августа 2014

Попова Мария Сергеевна, МФТИ, ФУПМ, 174 группа

Отчеты о научно-исследовательской работе

Весна 2014, 6-й семестр

Выбор оптимальной модели классификации по измерениям акселерометра

В данной работе решается проблема построения оптимальных устойчивых моделей в задаче классификации физической активности человека. Каждый тип физической активности конкретного человека описывается набором признаков, сгенерированных по временным рядам с акселерометра. В условиях мультиколлинеарности признаков выбор устойчивых моделей классификации затруднен из-за необходимости оценки большого числа параметров этих моделей. Оценка оптимального значения параметров также затруднена в связи с тем, что функция ошибок имеет большое количество локальных минимумов в пространстве параметров. В работе исследуются модели, принадлежащие классу двуслойных нейронных сетей. Ставится задача нахождения Парето оптимального фронта на множестве допустимых моделей. Предлагаются критерии оптимального, последовательного и устойчивого прореживания нейронной сети, критерий наращивания сети, а также строится стратегия пошаговой модификации модели с использованием предложенных критериев. В вычислительном эксперименте модели, порождаемые предложенной стратегией, сравниваются по трем критериям качества - сложность, точность и устойчивость.

Публикация

  • Попова М.С. Выбор оптимальной модели классификации по измерениям акселерометра // Информатика и ее применения. — 2014.
Личные инструменты