Отзыв ведущей организации (Исследование и разработка методов и алгоритмов обобщения знаний для систем поддержки принятия решений реального времени)
Описание файла
Файл "Отзыв ведущей организации" внутри архива находится в папке "Исследование и разработка методов и алгоритмов обобщения знаний для систем поддержки принятия решений реального времени". PDF-файл из архива "Исследование и разработка методов и алгоритмов обобщения знаний для систем поддержки принятия решений реального времени", который расположен в категории "". Всё это находится в предмете "технические науки" из Аспирантура и докторантура, которые можно найти в файловом архиве НИУ «МЭИ» . Не смотря на прямую связь этого архива с НИУ «МЭИ» , его также можно найти и в других разделах. , а ещё этот архив представляет собой кандидатскую диссертацию, поэтому ещё представлен в разделе всех диссертаций на соискание учёной степени кандидата технических наук.
Просмотр PDF-файла онлайн
Текст из PDF
МИНОБРНАУКИ РОССИИ Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования «Тверской государственный технический университет» (ТвГТУ) ТВЕРЖДАЮ» Ректор ТвГТУ овский А.В. 11а6. А.Никитииа, д.22, г.тверь, 170026 Тел. (4822) 52-63-35, факс (4822) 52-62-92 В-и>а!1: сопииопфтаГо.Гтегл и 'оггр:дтгии.гаги.!тога и ОКНО 02068284, ОГРН 1026900533747, ИНН!КПП 6902010135! 695201001 ~.-~~ ~ю~,.
Я'-.Ф ~'М'у- На№ от ОТЗЫВ ВЕДУЩЕЙ ОРГАНИЗАЦИИ на диссертацию Антипова Сергея Геннадьевича «Исследование и разработка методов и алгоритмов обобщения знаний для систем поддержки принятия решений реального времени», представленную на соискание ученой степени кандидата технических наук по специальности 05.13.17 — Теоретические основы информатики (технические науки) Актуальность темы. В диссертационной работе исследуются методы и алгоритмы обобщения знаний, позволяющие учитывать фактор времени, и их применение в интеллектуальных системах поддержки принятий решений реального времени ~ИСППР РВ). ИСППР РВ ориентируются на работу с объектами, для которых характерно динамическое изменение состояний. Основными направлениями развития ИСППР РВ является разработка динамических моделей для представления и манипулирования знаниями о событиях, фактах, действиях, процессах, отражающих динамику поведения сложного технического объекта.
Индуктивные модели, полученные на основе анализа таких данных, должны учитывать динамику поведения объекта, что является крайне важным, например, при диагностике текущего состояния и прогнозировании дальнейшего поведения сложной технической системы. Поэтому актуальной является задача разработки моделей представления знаний, процедур обобщения накопленного опыта и реализации соответствующих базовых программных средств.
Известен целый ряд методов и алгоритмов, способных решать задачи обобщения: индукция решающих деревьев, приближенные множества, сети Байеса и многие другие. Однако характерной особенностью таких методов является то, что результаты обобщения являются статичными и не учитывают такой важный при диагностике состояний сложной технической системы фактор как время. С помощью предложенных моделей можно представлять не только статические, но и динамические знания о поведении сложного технического объекта.
Структура и содержание диссертации. На отзыв представлены диссертационная работа (152 страницы) и автореферат (20 страниц). Диссертационная работа состоит из введения, четырех глав, заключения, списка литературы (120 наименований), списка рисунков (85), списка таблиц (36) и приложения. Во введении обоснована актуальность темы, определены объект и предмет исследования, сформулированы цель и задачи исследования, определены методы исследования, сформулированы научная новизна, теоретическая и практическая значимость полученных результатов, приводится краткий обзор содержания диссертационной работы.
В первой главе рассматриваются основные черты интеллектуальных систем, обзор методов представления знаний в интеллектуальных системах с точки зрения проблемы формирования обобщенных понятий. Подробно рассматривается проблема работы с темпоральными данными в интеллектуальных системах. Вводится понятие динамического объекта обобщения и дается постановка задачи обобщения для таких объектов. Во второй главе показано, что частным случаем динамического объекта обобщения является временной ряд. Приведены характеристики и способы представления временных рядов. Рассмотрена проблема обнаружения аномалий для наборов временных рядов, относящихся к одному или нескольким допустимым классам. Приведен обзор существующих методов решения таких задач. Предложены методы обнаружения аномалий в наборах временных рядов, разработаны алгоритмы, позволяющие находить аномалии как среди однотипных временных рядов, так и среди временных рядов, принадлежащих нескольким допустимым классам.
Приведены основные характеристики наборов данных— коллекций различных временных рядов, которые были использованы в работе. В третьей главе автором приведено подробное описание задачи обобщения для динамических объектов, которые представляют собой несколько различных временных рядов. Рассматривается задача технической диагностики, проводимой на основании анализа состояний сложного технического объекта или системы. Предлагается использовать темпоральные деревья решений для определения классов состояний сложной технической системы. Дается формализация понятия темпорального дерева решений.
Предлагается новый алгоритм построения темпоральных деревьев решений, для которого получена оценка его вычислительной сложности. В четвертой главе приводится описание разработанного в ходе выполнения диссертационного исследования программного комплекса. Приведены результаты компьютерных экспериментов на наборах данных, взятых из репозиториев 1)С1 Мас)ппе 1.еагп1пд Кероз11огу Калифорнийского университета в Ирвайне, и ~1СК Типе Яег1ез С1азз16са11оп АгсЫ~е Калифорнийского университета в Риверсайде. Эксперименты показали эффективность предложенных методов и алгоритмов обнаружения аномалий в наборах временных рядов, обобщения динамических объектов. В заключении приведены основные результаты, полученные в работе.
В лриложенпе вынесены примеры работы спроектированного и разработанного автором программного комплекса, полученные автором акты об использовании результатов диссертационного исследования и свидетельства о государственной регистрации программ для ЭВМ. Научнап новизна исследований. В работе получены следующие новые научные результаты. 1. Введено понятие динамического объекта обобщения, на основании которого решается задача обобщения понятий при наличии темпоральных данных, дана постановка задачи обобщения для динамических объектов, что позволяет учитывать изменение характеристик объектов во времени при индуктивном формировании понятий. 2.
Предложены методы обнаружения аномалий в наборах временных рядов, относящихся к одному или нескольким допустимым классам, основанные на поиске так называемого «множества-исключения». Разработаны алгоритмы «То-АВЕЕР», «Т5~-АЕ)ЕЕР-МиНЬ>, реализующие данные методы, получены оценки вычислительной сложности разработанных алгоритмов. 3. Предложен метод построения темпоральных деревьев решений для динамических объектов обобщения, использующий критерий «прирост информативности» при разбиении множества наблюдений на этапе построения дерева и не накладывающий ограничений на временные метки в вершинах дерева. Разработан алгоритм «Темиоральньш АЗ», реализующий предложенный метод, получена оценка его вычислительной сложности и показано, что она имеет полиномиальный характер.
Практическая значимость полученных результатов заключается в создании законченного программного комплекса, реализующего разработанные методы и алгоритмы обнаружения аномалий в наборах временных рядов и обобщения динамических объектов. На разработанные программы, являющиеся составными частями реализованного программного комплекса, получены свидетельства о государственной регистрации программ для ЭВМ №2012611444 от 13.12.2011, №2013618587 от 12.09.2013, №2013618586 от 12.09.2013.
Разработанный программный комплекс был успешно внедрен в ООО «ФакторТС» для анализа данных, передаваемых через сеть, и обнаружения аномалий в передаваемых данных с целью выявления несанкционированных вторжений в инфраструктуры передачи данных. Результаты работы применяются в учебном процессе в ФГБОУ ВО «НИУ «МЭИ» при изучении дисциплин «Математическая логика» и «Дискретные математические модели. Помимо этого результаты использовались в научно-исследовательских работах, проводимых на кафедре Прикладной математики ФГБОУ ВО «НИУ «МЭИ» по проектам, поддержанным грантами РФФИ. Рекомендации по использованию результатов и выводов диссертации. Результаты, полученные в диссертационной работе, могут быть использованы в ИПУ РАН, ФГБОУ ВО «НИУ «МЭИ», ФГБОУ ВО МГТУ «Станкин», ФГУ ФИП ИУ РАН, МГТУ им.
Н.Э. Баумана, НИУ ВШЭ и в других научных, учебных и исследовательских учреждениях и коллективах Российской Федерации, занимающихся исследовательской и практической деятельностью в таких областях как разработка интеллектуальных систем поддержки принятия решений, экспертные системы и системы машинного обучения. Соответствие диссертации специальности. Работа Антипова С.Г.
«Исследование и разработка методов и алгоритмов обобщения знаний для систем поддержки принятия решений реального времени» соответствует пунктам 4, 5 паспорта специальности 05.13.17 — Теоретические основы информатики. Апробация полученных результатов. Основные результаты диссертационной работы обсуждались на 8 научных конференциях.
По теме исследования опубликовано 14 печатных работ, 5 из которых — в рецензируемых изданиях из Перечня ВАК. Замечания по работе. 1. В п. 2.8.2.1, 2.9.2.1 приведены оценки вычислительной сложности алгоритмов «То-АГ)ЕЕР», «Т>-АВЕЕР-Ми!6» и рекомендации по выбору размера обучающего множества, а также предложен способ сокращения перебора. Однако автор не приводит количественную оценку влияния этой эвристики на возможный размер обучающего множества.