Исследование и разработка метода машинного обучения основанного на нейронных сетях для анализа данных в интернете вещей
Эталонная модель Всемирного форума по интернету вещей. Анализ центров обработки данных и облачных вычислений. Исследование подходов к разработке распределенных алгоритмов обучения. Методы машинного обучения. Изучение наивного байесовского классификатора.
Подобные документы
Ускорение обработки огромных информационных массивов как одна из основных целей методики обнаружения вредоносного трафика с использованием анализа данных. Особенности настройки гиперпараметров алгоритма, который реализует метод машинного обучения.
статья, добавлен 18.01.2021Разработка и анализ работы алгоритмов для анализа тональности агрессивных комментариев, автоматического определения их эмоционального окраса. Реализация классифицирующих моделей машинного обучения, оценка их качества и сравнение их эффективности.
дипломная работа, добавлен 10.12.2019Обзор алгоритмов машинного обучения. Исследование функционалов ошибки и метрики. Использование градиентного бустинга при обучении нейронных сетей. Главный анализ линейной регрессии и регуляризаторов. Характеристика алгоритма адаптации градиента.
дипломная работа, добавлен 28.08.2020Разработка методики оценки действий оператора эргатической системы "Летчик–Самолет" на этапе посадки. Описание методов машинного обучения с учителем: метода опорных векторов и градиентного бустинга деревьев. Тестирование алгоритмов машинного обучения.
статья, добавлен 28.11.2016Изучение алгоритмов машинного обучения, направленных на выявление закономерностей в графических данных. Применение сверточных нейронных сетей при работе со спутниковыми изображениями. Создание интерактивной карты для визуализации распознанных объектов.
дипломная работа, добавлен 02.09.2018Исследование задачи машинного обучения. Распознавание на изображении образа кошки. Пример распознавания лиц на Facebook. Пример простейшей схемы нейросети. Пример отображения некоторых архитектур нейросетей. Анализ программ-поисковиков в Интернете.
статья, добавлен 13.03.2019Описание искусственных нейронных сетей. Типы машинного обучения. Анализ существующих библиотек. Разработка алгоритма распознавания дорожных знаков с применением глубоких сверточных сетей и дополнительного классификатора J48. Результаты обучения алгоритма.
дипломная работа, добавлен 30.07.2016Сбор и агрегация исторических данных о регулярных рейсах авиакомпаний. Особенность создания модели машинного обучения для предсказания вероятности отмены маршрута. Характеристика формирования ИТ-сервиса для предоставления доступа к предиктивной модели.
дипломная работа, добавлен 09.08.2018Общая характеристика статьи, описывающей алгоритм рекомендации перемещения метода с помощью машинного обучения. Рассмотрение основных особенностей применения методов машинного обучения для автоматической рекомендации рефакторинга "перемещение метода".
дипломная работа, добавлен 01.12.2019Возможности применения технологии блокчейн для повышения эффективности работы методов машинного обучения. Тенденции практического применения нейронных сетей и технологии блокчейн. Формирование обучающих выборок, сбор данных распределенными системами.
статья, добавлен 10.05.2022Изучение современных алгоритмов обнаружения и распознавания лиц на изображении для разработки приложения микро-сервиса для распознавания личности на основе фотографии лица с использованием алгоритмов машинного обучения. Описание процесса разработки.
дипломная работа, добавлен 04.12.2019Рассмотрение машинного обучения для классификации комментариев в рамках курсового проекта по дисциплине "Machine Learning. Обучающиеся технические системы". Автоматическое определение эмоциональной окраски (позитивный, негативный) текстовых данных.
статья, добавлен 19.02.2019Применение информационных технологий в бизнесе. Оценка возможностей нейронных сетей и искусственного интеллекта. Способы обработки и анализа данных больших объемов. Методы представления сведений в цифровой форме. Современная трактовка машинного обучения.
статья, добавлен 09.08.2022Основные понятия и существующие алгоритмы машинного обучения, особенности их применения в информационных системах. Подходы к обработке естественного языка. Вызовы и ограничения применения машинного обучения в информационных системах, его перспективы.
курсовая работа, добавлен 20.05.2023Исследование и сравнительный анализ существующих подходов и моделей поиска данных и интеграции данных распределенных неоднородных информационных систем. Создание комплекса программ и моделей выполнения операций, разработка алгоритмов их реализации.
автореферат, добавлен 25.07.2018Обучение с учителем и формальная запись задачи классификации. Каскадный классификатор, выбор предметной области и обзор реализаций методов машинного обучения. Мобильные платформы и изучение инструментов разработки. Обучение каскадного классификатора.
дипломная работа, добавлен 11.07.2016Рассмотрение принципов работы нейронной сети. Разработка алгоритма машинного обучения. История возникновения нейронных сетей. Последовательность интеллектуальной обработки информации в интернете. Примеры применения нейросетей в различных сферах.
статья, добавлен 01.03.2019Возможности использования методов машинного обучения для анализа реальных данных по вибрации ключевых узлов центробежного компрессора. Дерево решения для массива данных, полученных в одном из нефтеперерабатывающих заводов. Критерии оценки отказа
статья, добавлен 09.09.2024Развитие технологий виртуализации. Требования к используемым методам хранения данных и параллельных вычислений. Перенос вычислений и обработки данных с персональных компьютеров на серверы Всемирной сети. Достоинства и недостатки облачных вычислений.
статья, добавлен 02.02.2019Исследование особенностей применения методов машинного обучения для выявления преступников по фотографиям. Определение необходимости обучения цифровой грамотности. Рассмотрение и характеристика основных причин масса мифов вокруг software engineering.
доклад, добавлен 09.10.2022Классификация алгоритмов кластеризации. Создание самоорганизующихся нейронных сетей, являющихся слоем или картой Кохонена, в MATLAB NNT. Создание сети, правило настройки смещений, реализация циклов обучения. Моделирование кластеризации данных.
курсовая работа, добавлен 22.06.2011Методы, которые используются для предотвращения мошенничества и, в частности, для работы с несбалансированными данными. Суть затрат на уровне класса и объекта. AdaBoost и его чувствительные к стоимости вариации. Изучение метода изотонической регрессии.
дипломная работа, добавлен 16.09.2020Результаты исследования первичных статистических характеристик времени обработки и передачи данных в системах "облачных вычислений". Анализ методов восстановления пропущенных данных и приемы обработки данных с пропусками, выбор наиболее рациональных.
статья, добавлен 28.02.2016Анализ хаотических процессов при небольшом объеме входных данных. Модели искусственного нейрона с нелинейными синаптическими входами. Настройка свободных параметров сети в градиентном алгоритме обучения нейронной сети с нелинейными синаптическими входами.
автореферат, добавлен 29.03.2018Анализ применения нейронных сетей для моделирования социальных или биологических систем с помощью программного пакета моделирования. Диагностический анализ изучения алгоритмов обучения нейронных сетей. Формулы для обучения методом наискорейшего спуска.
презентация, добавлен 03.12.2013