Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот ресурс:
http://earchive.tpu.ru/handle/11683/5253
Полная запись метаданных
Поле DC | Значение | Язык |
---|---|---|
dc.contributor.author | Орлов, Андрей Александрович | ru |
dc.date.accessioned | 2015-11-20T03:10:26Z | - |
dc.date.available | 2015-11-20T03:10:26Z | - |
dc.date.issued | 2014 | - |
dc.identifier.citation | Орлов А. А. Автоматическая система мета-обучения с поддержкой выбора оптимального алгоритма решения задачи и вычисления оптимальных параметров его функционирования / А. А. Орлов // Известия Томского политехнического университета [Известия ТПУ]. — 2014. — Т. 324, № 5 : Информационные технологии. — [С. 57-70]. | ru |
dc.identifier.issn | 1684-8519 | - |
dc.identifier.uri | http://earchive.tpu.ru/handle/11683/5253 | - |
dc.description.abstract | Актуальность исследования обусловлена необходимостью повышения эффективности работы автоматических систем интеллектуального анализа данных, основанных на мета-обучении. Цель исследования состоит в разработке автоматической системы мета-обучения с поддержкой выбора оптимального алгоритма решения задачи и вычисления оптимальных параметров его функционирования. Методы исследования: индуктивное моделирование, методы статистической обработки результатов. В результате исследования проведена систематизация известных систем мета-обучения на основании выработанных классификационных признаков, учитывающих внутреннюю организацию систем. Сформулированы требования к реализации автоматической системы мета-обучения. Предложен способ построения системы мета-обучения, удовлетворяющей всем сформулированным требованиям и производящей накопление мета-знаний, построение на их основе мета-моделей, выбор оптимального алгоритма из набора доступных и вычисление оптимальных параметров его функционирования. Разработана объектно-ориентированная архитектура программной платформы для реализации любой из систем мета-обучения, представленных в систематизации. Эффективность реализованной автоматической системы мета-обучения с использованием алгоритмов методов группового учета аргументов проверена экспериментально при решении набора задач, относящихся к классу задач прогнозирования временных последовательностей (1428 временных последовательностей из тестового набора, известного под названием "M3 Competition"). | ru |
dc.description.abstract | The relevance of the work is caused by necessity of increasing efficiency of automatic data mining systems based on meta-learning. The main aim of the study is to design an automatic meta-learning system supporting selection of optimal algorithm for problem solving and calculation of optimal parameters of its functioning. The methods used in the study: inductive modeling, methods of statistical analysis of results. Results: The known meta-learning systems were integrated based on produced classification features taking into account internal structure of systems. The author has stated the requirements for implementation of the automatic meta-learning system and has offered the way to build a meta-learning system satisfying all stated requirements and accumulating meta-knowledge, building meta-models on its basis, selecting optimal algorithm from a set of available ones and calculating optimal parameters of its functioning. The object-oriented architecture of a software framework for implementation of any meta-learning system presented in the systematization was developed. The efficiency of the implemented automatic meta-learning system using algorithms of group method of data handling was experimentally examined being applied to solution of problems related to the short-term time series forecasting (1428 time series from the testing set known as "M3 Competition"). | en |
dc.format.mimetype | application/pdf | - |
dc.language.iso | ru | en |
dc.publisher | Томский политехнический университет | ru |
dc.relation.ispartof | Известия Томского политехнического университета [Известия ТПУ]. 2014. Т. 324, № 5 : Информационные технологии | - |
dc.rights | info:eu-repo/semantics/openAccess | en |
dc.source | Известия Томского политехнического университета | - |
dc.subject | метамодели | - |
dc.subject | метаобучение | - |
dc.subject | метахарактеристики | - |
dc.subject | программные платформы | - |
dc.subject | объектно-ориентированный анализ | - |
dc.subject | объектно-ориентированное проектирование | - |
dc.subject | прогнозирование | - |
dc.subject | временные последовательности | - |
dc.subject | метод группового учёта аргументов | - |
dc.subject | meta-learning | - |
dc.subject | meta-features of data | - |
dc.subject | meta-model | - |
dc.subject | software framework | - |
dc.subject | object-oriented analysis and design | - |
dc.subject | forecasting of time series | - |
dc.subject | group method of data handling | - |
dc.title | Автоматическая система мета-обучения с поддержкой выбора оптимального алгоритма решения задачи и вычисления оптимальных параметров его функционирования | ru |
dc.title.alternative | Automatic meta-learning system supporting selection of optimal algorithm for problem solving and calculation of optimal parameters of its functioning | en |
dc.type | Article | en |
dc.type | info:eu-repo/semantics/publishedVersion | en |
dc.type | info:eu-repo/semantics/article | en |
dcterms.audience | Researches | en |
local.description.firstpage | 57 | - |
local.description.lastpage | 70 | - |
local.filepath | http://www.lib.tpu.ru/fulltext/v/Bulletin_TPU/2014/v324/i5/07.pdf | - |
local.identifier.bibrec | RU\TPU\book\287301 | - |
local.issue | 5 | - |
local.localtype | Статья | ru |
local.volume | 324 | - |
Располагается в коллекциях: | Известия Томского политехнического университета. Инжиниринг георесурсов |
Файлы этого ресурса:
Файл | Описание | Размер | Формат | |
---|---|---|---|---|
bulletin_tpu-2014-324-5-07.pdf | 1,64 MB | Adobe PDF | Просмотреть/Открыть |
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.