Исследование методов решения прикладных задач классификации объектов с применением информационных технологий
В образовательном процессе студентов ВУЗов одним из способов повышения мотивации к изучению дисциплин учебного плана направления подготовки, специальности, а также информационных технологий, обеспечивающих решение прикладных задач, относящихся к области исследования дисциплины, является привлечение студентов к научно-исследовательской деятельности. Информационные технологии являются инструментом в научных исследованиях, программные продукты проектирования дают возможность студентам реализовать собственные идеи и проекты, участвовать в конкурсах различного уровня, в организации стартапов.
При изучении раздела «Теория вероятности и прикладная статистика» дисциплины «Математика» в Юго-Западном государственном университете дополнительно рассматриваются методы классификации объектов и применение этих методов для решения прикладных задач, актуальных в настоящее время, таких как, визуальный анализ многомерных данных, распознавание образов, техническое зрение.
В задачах классификации исходная информация представляет собой множество, содержащее эмпирические объекты, где каждый объект измеряется по n-признакам. Такие объекты представляются в виде точек-векторов n-мерного линейного пространства [1]. Основой визуализации при такой постановке задачи является отображение, которое каждой точке n-мерного пространства ставит в соответствие точку двумерного. Методы классификации, использующие визуализацию при решении задачи, делятся на линейные и нелинейные.
К основным линейным методам относятся метод главных компонент, факторный анализ, линейный дискриминантный анализ, разложение Карунена-Лоева.
Все эти методы относятся к методам целенаправленного проецирования. Сущность методов заключается в определении положения плоскости для отображения совокупности объектов n-мерного пространства, при котором максимально сохраняются те или иные наперед заданные свойства этой совокупности, задаваемые статистическими критериями. В качестве критериев в этих методах применяются различные среднеквадратичные критерии, использующие в виде исходных данных значения расстояний между исходными точками совокупности и точками, рассчитанными на основании этой совокупности, например, «центрами тяжести» точек одного класса.
К основным нелинейным методам, использующим визуализацию в задачах классификации, можно отнести методы многомерного шкалирования и определения «истинной» размерности, нелинейные отображения в двумерное пространство, увеличивающие разделимость классов.
В отличии от линейных, в большинстве нелинейных методов отображение определяется в процессе итерационной процедуры минимизации некоторого статистического критерия, зависящего от исходного множества отображаемых точек.
Кроме того, имеются нелинейные методы, в которых отображение не зависит от исходной совокупности точек, например, нелинейные нормированные отображения [2]. Основным свойством нелинейных нормированных отображений является совпадение нормы вектора с нормой его нелинейного нормированного отображения, т.е. сохранение расстояния от начала координат n-мерного пространства до любой точки пространства при переходе в двумерное пространство.
Нелинейные нормированные отображения позволяют реализовать динамическую систему визуального анализа объектов n-мерного пространства [3]. С использованием данных методов разработана программа, осуществляющая визуализацию объектов n-мерного пространства (рис. 1) при преобразованиях координат (рис. 2) и изменении положения плоскости нелинейных нормированных отображений в n-мерном пространстве в интерактивном режиме (рис. 3).
Рис. 1. Данные для визуализации
Рис. 2. Нелинейное нормированное отображение
Рис. 3. Поворот в координатной плоскости
При применения информационных технологий для решения прикладных задач существенная роль принадлежит программным продуктам проектирования, особенно реализующим 3D технологии проектирования, но и разработка собственных программ на языках высокого уровня остается актуальной.
- Айвазян С.А., Мхитарян В.С. Прикладная статистика. Основы эконометрики: Учебник для вузов: В 2 т. – Т. 1.: Теория вероятностей и прикладная статистика. – М.: ЮНИТИ-ДАНА, – 2001. – 656 с.
- Альшакова Е.Л. Процессоры визуализации объектов n-мерного пространства // Автореферат диссертации на соискание ученой степени кандидата технических наук. – Курск: Издательство Курс.гос.техн.ун-та, – 1997. – 20 с.
- Альшакова Е.Л., Белов В.Г., Довгаль В.М., Захаров И.С. Визуальная детерминистская классификация состояний объекта управления в n-мерном пространстве состояний // Автоматика и телемеханика. – 2001. – № 6. – C. 111 – 117.
Вид представления доклада | Устное выступление и публикация |
Ключевые слова | Прикладная статистика, методы классификации объектов, нелинейные нормированные отображения, визуализация многомерных объектов. |
По вопросам спонсорского участия, оплаты участия коммерческих компаний, а также иным