Класифікація функціональних даних за допомогою сплайнів з вільними вузлами
У багатьох прикладних задачах дані, що були отримані на основі вимірювань певного процесу, концептуально можна розглядати як функції неперервного аргументу. Аналіз таких даних, що прийнято називати «функціональними», значно ускладнюється порівняно з аналізом багатовимірних даних. Функціональні дані...
Збережено в:
Видавець: | Навчально-науковий комплекс "Інститут прикладного системного аналізу" НТУУ "КПІ" МОН та НАН України |
---|---|
Дата: | 2014 |
Автор: | |
Формат: | Стаття |
Мова: | Ukrainian |
Опубліковано: |
Навчально-науковий комплекс "Інститут прикладного системного аналізу" НТУУ "КПІ" МОН та НАН України
2014
|
Назва видання: | Системні дослідження та інформаційні технології |
Теми: | |
Онлайн доступ: | http://dspace.nbuv.gov.ua/handle/123456789/85504 |
Теги: |
Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!
|
Цитувати: | Класифікація функціональних даних за допомогою сплайнів з вільними вузлами / І.А. Коршунова // Системні дослідження та інформаційні технології. — 2014. — № 2. — С. 115-124. — Бібліогр.: 11 назв. — укр. |
Репозиторії
Digital Library of Periodicals of National Academy of Sciences of UkraineРезюме: | У багатьох прикладних задачах дані, що були отримані на основі вимірювань певного процесу, концептуально можна розглядати як функції неперервного аргументу. Аналіз таких даних, що прийнято називати «функціональними», значно ускладнюється порівняно з аналізом багатовимірних даних. Функціональні дані за допомогою відображення у вектори вільних вузлів апроксимуючих сплайнів практично без втрати інформації можна звести до вигляду, зручного для традиційних статистичних алгоритмів. Знаходження вільних вузлів сплайна є складною задачею оптимізації, для вирішення якої в цій роботі представлено новий евристичний метод. Не менш важливим етапом є вибір кількості параметрів апроксимаційної моделі, для чого було розроблено підхід на основі багатокритеріальної оптимізації за часом обчислення вузлів та точності апроксимації. Застосування сплайнів для класифікації функціональних даних було продемонстровано на задачі діагностики артриту за формою кісток. |
---|