|
ИСТИНА |
Войти в систему Регистрация |
ИСТИНА ЦЭМИ РАН |
||
Методология прикладного применения вейвлет нейронных сетей и нейронечётких систем для решения задач адаптивного анализа данныхНИР
Methodology for application of wavelet neural networks and neuro-fuzzy systems to solve problems of adaptive data analysis
- Руководитель НИР: Доленко С.А.
- Участники НИР: Баринов О.Г., Батусов Р.И., Буриков С.А., Григорьев Т.А., Доленко Т.А., Ефиторов А.О., Исаев И.В., Коропченко Н.В., Кривецкий В.В., Лаптинский К.А., Мягкова И.Н., Оборнев И.Е., Светлов В.А., Широкий В.Р.
- Подразделение: Лаборатория адаптивных методов обработки данных
- Срок исполнения: 26 сентября 2017 г. - 31 декабря 2018 г.
- Номер договора (контракта, соглашения): 14.604.21.0163
- Тип: Прикладная
- Приоритетное направление научных исследований: Развитие информационных технологий и телекоммуникаций
- ПН России: Информационно-телекоммуникационные системы
- Направление технологического прорыва России: Стратегические информационные технологии
- Критическая технология России: Нано-, био-, информационные, когнитивные технологии
-
Рубрики ГРНТИ:
- 28.23.37 Нейронные сети
- Классификатор OECD: Информатика – искусственный интеллект
-
Ключевые слова:
обратные задачи оптической спектроскопии, ансамбли предикторов, нейронечеткие системы, регистрация космических лучей, обратная задача электроразведки, раннее обнаружение возгораний, прогнозирование космической погоды, адаптивный анализ данных, вейвлет нейронные сети
space weather prediction, wavelet neural networks, ensembles of predictors, adaptive data analysis, registration of cosmic rays, the inverse problem of electrical prospecting, neuro-fuzzy systems, early detection of fires, inverse problems of optical spectroscopy -
Описание:
Целями настоящего проекта являются: 1) разработка прикладных решений применения современных нейросетевых методов: вейвлет нейронные сети, нейронечёткие системы, гетерогенные ансамбли нейронных сетей для решения задач регрессии, прогнозирования и классификации в промышленности или экономике; 2) разработка и апробация методологии прикладного применения этих перспективных архитектур и алгоритмов обучения нейронных сетей. Достижение этих целей позволит предоставить научно-исследовательским организациям новые эффективные методы решения задач классификации, прогнозирования и обратных задач. Внедрение этих методов в процедуры обработки данных в составе наукоёмкой продукции позволит повысить точность и скорость решения задач анализа данных в разнообразных отраслях народного хозяйства, в частности, в промышленности и экономике. Следствием этого может стать вывод на рынок новой научно-технической продукции, разработанных технологий мирового уровня.
- Добавил в систему: Доленко Сергей Анатольевич
Источник финансирования НИР
| ФЦП: Федеральная целевая программа, Федеральная целевая программа «Исследования и разработки по приоритетным направлениям развития научно-технологического комплекса России на 2014 - 2020 годы» |
Этапы НИР
| # | Сроки | Название |
| 1 | 26 сентября 2017 г.-31 декабря 2017 г. | Выбор направлений исследований. Теоретические исследования. |
| Результаты этапа: В ходе Этапа 1 настоящего Проекта в соответствии с Планом-графиком исполнения обязательств были успешно выполнены следующие работы: • Выполнен аналитический обзор современной научно-технической, нормативной, методической литературы, затрагивающей научно-техническую проблему, исследуемую в рамках ПНИ (раздел 1 настоящего Отчёта). • Выполнены выбор и обоснование направления исследований (раздел 2 настоящего Отчёта). • Проведены патентные исследования по ГОСТ 15.011-96 и разработан Отчёт о патентных исследованиях (см. раздел 3 настоящего Отчёта и Отчёт о патентных исследованиях в виде отдельного документа). • Проведены теоретические исследования трёх нейросетевых методов: вейвлет нейронные сети, нейронечёткие системы, гетерогенные ансамбли нейронных сетей и проверена их пригодность для решения задач регрессии, прогнозирования и классификации (раздел 4 настоящего Отчёта). • Разработаны математические модели прикладного применения трёх нейросетевых методов: вейвлет нейронные сети, нейронечёткие системы, гетерогенные ансамбли нейронных сетей (раздел 5 настоящего Отчёта). • Подготовлены исходные данные для проведения исследовательских испытаний разработанных моделей для Задач типов 2-5. • Разработан настоящий Промежуточный отчёт о ПНИ. • Разработана отчётная документация в соответствии с требованиями нормативных актов Минобрнауки России. Поставленные в Техническом Задании и Плане-графике исполнения обязательств задачи этапа выполнены полностью. Основным выводом этапа является подтверждение перспективности исследуемых новых нейросетевых методов (вейвлет нейронные сети, нейронечёткие системы, гетерогенные ансамбли нейронных сетей) для решения широкого круга задач анализа данных. Исполнители проекта считают, что работы по проекту следует продолжать по первоначально намеченному плану, с учётом результатов и выводов, полученных на отчётном этапе. Сведения о ходе выполнения Проекта размещены на официальном сайте МГУ в системе ИСТИНа (URL: https://istina.msu.ru/projects/86381862/). | ||
| 2 | 1 января 2018 г.-31 декабря 2018 г. | Экспериментальные исследования. Обобщение и оценка результатов исследований. |
| Результаты этапа: В ходе Этапа 2 настоящего Проекта в соответствии с Планом-графиком исполнения обязательств были успешно выполнены следующие работы: • Осуществлена программная реализация методик прикладного применения нейросетевых методов в составе экспериментального образца программного комплекса (ЭО ПК). • Разработана программная и методическая документация на ЭО ПК, • Разработана методология прикладного применения вейвлет нейронных сетей и нейронечётких систем для решения задач адаптивного анализа данных. • Разработаны программа и методики (ПМ) исследовательских испытаний (ИИ) ЭО ПК для решения Задач типов (ЗТ) 3-5. • Проведены ИИ ЭО ПК по ПМ ИИ для решения ЗТ 3-5. • Разработано ТЗ на проведение ОКР по теме "Разработка ПО для обработки данных селективных полупроводниковых сенсоров адаптивными методами с использованием вейвлет нейронных сетей и нейронечётких систем с целью раннего обнаружения возгораний". • Проведены дополнительные патентные исследования. Выполнено Получателем за счёт собственных внебюджетных (ВБ) средств: • Разработана ПМ ИИ ЭО ПК для решения ЗТ 2. • Проведены ИИ ЭО ПК по ПМ ИИ для решения ЗТ 2. • Проведен анализ полноты решения задач и достижения поставленной цели ПНИ. Выполнено Индустриальным Партнёром (ИП) за счёт собственных ВБ средств: • Подготовлены исходные данные для ЗТ 1. • Разработана ПМ ИИ ЭО ПК для решения ЗТ 1. Выполнено Получателем за счёт средств ИП: • Проведены ИИ ЭО ПК по ПМ ИИ для решения ЗТ 1. Поставленные в Техническом Задании и Плане-графике исполнения обязательств задачи этапа выполнены полностью. Основным выводом этапа и проекта в целом является подтверждение перспективности новых нейросетевых методов (вейвлет нейронные сети, нейронечёткие системы, гетерогенные ансамбли нейронных сетей) для решения широкого круга задач анализа данных, прежде всего задач регрессии и классификации. | ||
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".