ИСТИНА |
Войти в систему Регистрация |
|
ИСТИНА ИНХС РАН |
||
Ожидается существенное теоретическое продвижение по следующим направлениям исследований: 1. Разработка информационной модели алгоритмов классификации. 2. Развитие метода реляционного анализа данных для решения практических задач распознавания. 3. Развитие теории систем эквивалентностей для описания алгебраических замыканий моделей алгоритмов распознавания. 4. Модели распределения точек в многомерном пространстве, инвариантные относительно сдвига. 5. Разработка и анализ новых эффективных способов представления и методов обработки метрической информации, синтеза и коррекции метрик, генерации информативных метрических описаний.
В рамках реляционного подхода в теории распознавания образов предложены новые методы оценки надёжности распознавания, основанные на предложенной информационной модели и принципа согласованности, позволяющего получать статистические решения на основе конкретизации априорного распределения и объединяющего байесовский и классический частотный подходы в математической статистике. Решена одна из задач создания нейроинтерфейса на основе визуальных стимулов. Предложены методы деформации ответов регрессионных алгоритмов и способы их использования на практике для повышения качества решения прикладных задач. Предложены новые технологии решения задач анализа данных, которые успешно верифицированы на реальных прикладных задачах. Разработаны методы сегментации изображений на основе разрезов графов, позволяющие учитывать градиент изображения. Предложены алгоритмы для работы с вероятностными моделями, содержащими отношения высоких порядков и глобальные ограничения на статистики переменных модели. Предложен и исследован ряд методов восстановления зерновых вершин в графах, полученных стратегией поиска в ширину. Рассмотрены случаи восстановления всех возможных стартовых вершин или хотя бы одной. Получены критерии возможности представления любой функции, заданной на конечном множестве, в виде суммы функций k переменных. Завершена разработка теории систем эквивалентностей для описания и исследования алгебраических замыканий моделей алгоритмов классификации. Исследованы методы обработки биометрической информации для задач защиты и аутентификакции персональных данных – составлен обзор по современным перспективным методам обработки биометрической информации и её хешированию.
МГУ имени М.В.Ломоносова | Координатор |
госбюджет, раздел 0110 (для тем по госзаданию) |
# | Сроки | Название |
1 | 1 января 2011 г.-31 декабря 2011 г. | Развитие комбинаторных, алгебраических и статистических алгоритмов интеллектуального анализа данных и разработка на их основе методов решения прикладных задач |
Результаты этапа: | ||
2 | 1 января 2012 г.-31 декабря 2012 г. | Развитие комбинаторных, алгебраических и статистических алгоритмов интеллектуального анализа данных и разработка на их основе методов решения прикладных задач |
Результаты этапа: | ||
3 | 1 января 2013 г.-31 декабря 2013 г. | Развитие комбинаторных, алгебраических и статистических алгоритмов интеллектуального анализа данных и разработка на их основе методов решения прикладных задач |
Результаты этапа: | ||
4 | 1 января 2014 г.-31 декабря 2014 г. | Развитие комбинаторных, алгебраических и статистических алгоритмов интеллектуального анализа данных и разработка на их основе методов решения прикладных задач |
Результаты этапа: 1. Предложены новые методы решения задач машинного обучения с категориальными признаками. 2. Продолжается работа по развитию реляционной теории распознавания и классификации: для работы с небианрным признаковым пространством предложен метрический подход (введение псевдометрики на конечной решётке), которая используется для модификации классификаторов, использующих решётку формальных понятий, что позволило существенно снизить число отказов от классификации. Предложено численно-аналитический метод решения уравнения Линдли для систем массового обслуживания с входным потоком, имеющим пуассоновский спектр. 3. Разработка концепции медиальной ширины фигуры, методов и алгоритмов вычисления медиальной ширины при распознавании формы изображений. 4. Поставлена и решена задача обучения линейной комбинации метрик по прецедентам. 5. Реализовано решение задачи в виде математического программирования, допускающей высокоэффективное решение. | ||
5 | 1 января 2015 г.-31 декабря 2015 г. | Развитие комбинаторных, алгебраических и статистических алгоритмов интеллектуального анализа данных и разработка на их основе методов решения прикладных задач |
Результаты этапа: |
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".