Головна Головна -> Реферати українською -> Дисертації та автореферати -> МЕТОДИ ТА ІНФОРМАЦІЙНІ ТЕХНОЛОГІЇ КЛАСИФІКАЦІЇ ДЛЯ ЗАВДАНЬ ВИДОБУВАННЯ ДАНИХ

МЕТОДИ ТА ІНФОРМАЦІЙНІ ТЕХНОЛОГІЇ КЛАСИФІКАЦІЇ ДЛЯ ЗАВДАНЬ ВИДОБУВАННЯ ДАНИХ

Назва:
МЕТОДИ ТА ІНФОРМАЦІЙНІ ТЕХНОЛОГІЇ КЛАСИФІКАЦІЇ ДЛЯ ЗАВДАНЬ ВИДОБУВАННЯ ДАНИХ
Тип:
Реферат
Мова:
Українська
Розмiр:
15,78 KB
Завантажень:
272
Оцінка:
 
поточна оцінка 5.0


Скачати цю роботу безкоштовно
Пролистати роботу: 1  2  3  4  5  6  7  8  9  10  11 
НАЦІОНАЛЬНИЙ УНІВЕРСИТЕТ “ЛЬВІВСЬКА ПОЛІТЕХНІКА”
Дорошенко Анастасія Володимирівна
УДК 004.048:004.896
МЕТОДИ ТА ІНФОРМАЦІЙНІ ТЕХНОЛОГІЇ КЛАСИФІКАЦІЇ ДЛЯ ЗАВДАНЬ ВИДОБУВАННЯ ДАНИХ
05.13.06 – інформаційні технології
Автореферат
дисертації на здобуття наукового ступеня
кандидата технічних наук
Львів – 2008


Дисертацією є рукопис.
Робота виконана у Національному університеті „Львівська політехніка” Міністерства освіти і науки України.
Науковий керівник:
доктор технічних наук, професор Ткаченко Роман Олексійович, Національний університет „Львівська політехніка”, професор кафедри автоматизованих систем управління.
Офіційні опоненти:
доктор технічних наук, професор Пасічник Володимир Володимирович, Національний університет „Львівська політехніка”, директор інституту комп’ютерних наук та інформаційних технологій, завідувач кафедри інформаційних систем та мереж.
кандидат фізико-математичних наук, доцент Гече Федір Елемірович, Ужгородський національний університет, доцент кафедри кібернетики та прикладної математики.
Захист відбудеться “  ” березня 2008 р. о 16.00 годині на засіданні спеціалізованої вченої ради Д35.052.14 при Національному університеті „Львівська політехніка” за адресою: 79013, м. Львів, вул. С.Бандери, 12.
З дисертацією можна ознайомитись у бібліотеці Національного університету „Львівська політехніка” за адресою: 79013, м. Львів, вул. Професорська,1.
Автореферат розіслано “ 19 ” лютого 2008 р.
Вчений секретар
cпеціалізованої вченої ради
к.т.н., доцент ____________________________ А.Є. Батюк


ЗАГАЛЬНА ХАРАКТЕРИСТИКА РОБОТИ
Актуальність теми. Стрімкий розвиток технічних засобів та інформаційних технологій відбору та зберігання даних, збільшення розмірів сховищ даних ставлять підвищені вимоги до обробки та аналізу інформації. Одержання нової корисної інформації вимагає постійного вдосконалення: підвищення швидкодії, здатності опрацьовувати великі обсяги даних одночасно, підвищення якості аналізу. Сукупність таких методів та засобів обробки та аналізу даних відома під назвою "видобування даних" (Data Mining). Основний внесок в розвиток видобування даних внесли його засновник Г. Пятецький-Шапіро, В. Дюк, А. Самойленко, Д. Хенд, Дж. Бігус, Т. Лін, Дж. Хен.
Однією з важливих задач інтелектуального аналізу даних є задача класифікації, розв’язання якої необхідне в електронній комерції, медицині, наукових дослідженнях тощо. Необхідно зазначити, що найпоширенішим застосуванням методів видобування даних є вирішення комерційних завдань: визначення перспективних покупців, підвищення ефективності адресної розсилки, виявлення фальшивих кредитних карток тощо. Правильно виконаний аналіз та розв’язання подібних задач дає змогу підприємствам отримувати значно більші прибутки.
Основними особливостями задачі класифікації для інтелектуального аналізу даних є: великий обсяг вибірок для аналізу, нерівномірність розподілу даних, велика корельованість між вхідними ознаками.
Відомі методи і засоби класифікації, зокрема статистичні моделі, нейронні мережі, машини опорних векторів, розвиток яких пов’язаний із іменами Ф. Розенблатта, Т. Кохонена, С. Пайперта, Р. Хемінга, Д. Хопфілда та українських вчених В. Глушкова, О. Івахненка, М. Амосова, А. Кухтенка, В. Васильєва, В. Вапніка, З. Рабіновича, В. Грицика, Є. Бодянського, М. Згуровського, О. Різника, Ю. Зайченка, зазвичай забезпечують розв’язання задач з достатньою для практики точністю класифікації, однак не враховують всі перелічені особливості задач видобування даних, а отже, розв’язують їх із незадовільною швидкістю, вимагають вдосконалення та адаптації.
Модель геометричних перетворень (МГП), вперше запропонована в працях Ткаченка Р.О., є основою побудови нейроподібних структур аналізу і опрацювання даних великих обсягів для майже вироджених задач з поганою зумовленістю, застосовувалась переважно в якості ефективного засобу передбачення і прогнозування часових послідовностей.

Завантажити цю роботу безкоштовно
Пролистати роботу: 1  2  3  4  5  6  7  8  9  10  11 



Реферат на тему: МЕТОДИ ТА ІНФОРМАЦІЙНІ ТЕХНОЛОГІЇ КЛАСИФІКАЦІЇ ДЛЯ ЗАВДАНЬ ВИДОБУВАННЯ ДАНИХ

BR.com.ua © 1999-2017 | Реклама на сайті | Умови використання | Зворотній зв'язок