|
ИСТИНА |
Войти в систему Регистрация |
ИСТИНА ИНХС РАН |
||
Интеллектуальный анализ данных и методы машинного обучения для временных данныхНИР
Data Mining and Machine Learning Methods for Temporal Data
- Руководитель НИР: Лукьяница А.А.
- Участники НИР: Степанов С.В., Сучков Е.П.
- Подразделение: Кафедра автоматизации научных исследований
- Срок исполнения: 14 июня 2016 г. - 30 ноября 2016 г.
- Номер договора (контракта, соглашения): 2016-450
- Тип: Прикладная
- Приоритетное направление научных исследований: Программное и математическое обеспечение эффективного решения актуальных задач на современных вычислительных системах
- ПН России: Информационно-телекоммуникационные системы
-
Рубрики ГРНТИ:
- 27.47.23 Математические проблемы искусственного интеллекта
-
Ключевые слова:
data mining -
Описание:
Применение выбранных методов в пакетном и он-лайн режимах; анализ и оценка эффективности
-
Abstract:
Application of selected methods in a batch setting and online setting; performance analysis/assessment
-
Планируемые результаты:
Развитие новых методов анализа данных для анализа временных данных
-
Научный задел:
Разработаны несколько численных кодов, позволяющих проводить разделение на два класса данных, которые распределены с большой неравномерностью.
-
Основные результаты:
Разработано несколько модификаций методов анализа данных применительно к особенностям представленных данных. Эти методы позволили получить прогноз с точностью до 92% на исторических данных, представленных заказчиком.
- Добавил в систему: Лукьяница Андрей Александрович
Соисполнители НИР
| ВМК МГУ имени М.В.Ломоносова | Координатор |
Источник финансирования НИР
| Боинг |
Этапы НИР
| # | Сроки | Название |
| 1 | 14 июня 2016 г.-30 июня 2016 г. | Развитие и приложение новых методов Data Mining и аналитических техник в дополнение к методам, развитым в 2015 году для обработки более полного набора данных |
| Результаты этапа: | ||
| 2 | 24 августа 2016 г.-9 ноября 2016 г. | Сравнение методов обучения с учителем и без учителя, а также конструирование характерных признаков для прогнозирования – для обнаружения аномалий и выявления тренда |
| Результаты этапа: | ||
| 3 | 10 ноября 2016 г.-30 ноября 2016 г. | Применение выбранных методов в пакетном и он-лайн режимах; анализ и оценка эффективности |
| Результаты этапа: | ||
Прикрепленные к НИР результаты
Для прикрепления результата сначала выберете тип результата (статьи, книги, ...). После чего введите несколько символов в поле поиска прикрепляемого результата, затем выберете один из предложенных и нажмите кнопку "Добавить".