Головна Головна -> Реферати українською -> Дисертації та автореферати -> СКЛАДНІСТЬ ЗАДАЧ ТА ЕФЕКТИВНІСТЬ ПРОЦЕДУР РОЗПІЗНАВАННЯ

СКЛАДНІСТЬ ЗАДАЧ ТА ЕФЕКТИВНІСТЬ ПРОЦЕДУР РОЗПІЗНАВАННЯ

Назва:
СКЛАДНІСТЬ ЗАДАЧ ТА ЕФЕКТИВНІСТЬ ПРОЦЕДУР РОЗПІЗНАВАННЯ
Тип:
Реферат
Мова:
Українська
Розмiр:
18,93 KB
Завантажень:
478
Оцінка:
 
поточна оцінка 5.0


Скачати цю роботу безкоштовно
Пролистати роботу: 1  2  3  4  5  6  7  8  9  10  11  12 
Національна академія наук України
Інститут кібернетики імені В.М. Глушкова
ВАСИЛЬЄВ Сергій В'ячеславович
УДК 519.217.2
СКЛАДНІСТЬ ЗАДАЧ ТА ЕФЕКТИВНІСТЬ ПРОЦЕДУР РОЗПІЗНАВАННЯ
01.05.01 – теоретичні основи інформатики та кібернетики
Автореферат
дисертації на здобуття наукового ступеня
кандидата фізико-математичних наук
Київ – 2008


Дисертацією є рукопис.
Робота виконана в Інституті кібернетики імені В.М. Глушкова НАН України.
Науковий керівник: доктор фізико-математичних наук, професор,
Гупал Анатолій Михайлович,
Інститут кібернетики ім. В.М. Глушкова
НАН України, завідувач відділу.
Офіційні опоненти: доктор фізико-математичних наук, професор,
Іванов Олександр Володимирович,
Київський національний університет «КПІ»,
доктор фізико-математичних наук,
старший науковий співробітник
Шаріфов Фірдоусі Ахун-огли,
Інститут кібернетики ім. В.М. Глушкова
НАН України.
Захист відбудеться 23.05. 2008 р. о 11 годині на засіданні
Спеціалізованої вченої ради Д 26.194.02 при Інституті кібернетики ім. В.М. Глушкова НАН України за адресою:
03680, МСП, Київ-187, проспект Академіка Глушкова, 40.
З дисертацією можна ознайомитись в науково-технічному архіві інституту.
Автореферат розісланий 23.04.2008 р.
Вчений секретар
спеціалізованої вченої ради СИНЯВСЬКИЙ В.Ф.


ЗАГАЛЬНА ХАРАКТЕРИСТИКА РОБОТИ
Дисертаційна робота присвячена дослідженню ефективності байєсівських процедур розпізнавання на таких структурах, як незалежні ознаки та нестаціонарні ланцюги Маркова, застосуванню цих процедур для передбачення вторинної структури білків, статистичному аналізу послідовностей ДНК.
Статистична теорія відновлення залежностей по емпіричним даним розроблена В.Н. Вапніком і А.Я. Червоненкісом в кінці 60-х – на початку 70-х р. Ця теорія стала загальновідомою в середині 80-х. В наш час вона активно розвивається і застосовується для обґрунтування різноманітних алгоритмів машинного навчання.
В.Н. Вапнік і А.Я. Червоненкіс були одними із перших, хто надав задачам розпізнавання строге математичне трактування. В подальшому ця теорія привернула увагу багатьох дослідників. В роботах відмічається, що задачі розпізнавання зводяться до мінімізації середнього ризику в спеціальному класі розв’язуючих правил.
Основним результатом теорії є кількісні оцінки, які зв’язують узагальнюючу властивість алгоритмів з деякими характеристиками вибірки і методу навчання, зокрема, з довжиною навчальної вибірки і складністю родини алгоритмів. Ці оцінки необхідні для того, щоб передбачати, наскільки добре буде працювати побудований алгоритм.
Проте, існує й інша точка зору: спеціалісти вбачають проблему в тому, щоб знайти такі описи об’єктів, при яких можна побудувати ефективні і навіть оптимальні процедури розпізнавання. В дисертації будемо дотримуватись цього принципу: на основі байєсівського підходу будуть побудовані ефективні процедури розпізнавання для таких структур об’єктів, як ланцюги Маркова і незалежні ознаки.
Основні поняття і означення. Нехай задано множину об’єктів X, множину відповідей Y (станів об’єктів), і існує цільова функція y*:X>Y, значення якої yi=y*(xi) відомі на кінцевій підмножині об’єктів . Сукупність пар Xl=(xi ,yi)li=1 називаються навчальною вибіркою.
Задача навчання полягає в тому, щоб відновити функціональну залежність між об’єктами і відповідями, тобто побудувати відображення a:X>Y. Алгоритм a(x) має володіти узагальнюючою властивістю, тобто наближати цільову функцію y*(xi) не тільки на об’єктах навчальної вибірки, але й на усій множині X.
Ймовірнісна постановка задачі. Точний опис об’єкта може бути досягнуто при достатньо великому (або нескінченому) числі ознак, які визначають об’єкт. Тому одному і тому самому опису x можуть відповідати різні об’єкти, а отже і ціла множина відповідей (станів об’єктів). Наприклад, в задачах передбачення просторової структури білків, розглянутих в дисертації, кожна амінокислота може перебувати в трьох станах, які визначають вторинну структуру білка.

Завантажити цю роботу безкоштовно
Пролистати роботу: 1  2  3  4  5  6  7  8  9  10  11  12 



Реферат на тему: СКЛАДНІСТЬ ЗАДАЧ ТА ЕФЕКТИВНІСТЬ ПРОЦЕДУР РОЗПІЗНАВАННЯ

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