Публікація:
Методи та моделі інтелектуалізації процесів оперативного аналізу ризиків на основі м'яких обчислень

dc.contributor.authorВласенко, О. М.
dc.date.accessioned2021-07-12T09:58:00Z
dc.date.available2021-07-12T09:58:00Z
dc.date.issued2021
dc.description.abstractНа сьогоднішній час є актуальними задачі розробки нових методів та моделей аналізу даних в умовах нестаціонарності та високочастотної динаміки. Такі моделі повинні відрізнятися невеликим розміром та обчислювальною ефективністю.Предметом дослідження є методи та моделі інтелектуального аналізу даних на базі м’яких обчислень у задачах оперативного аналізу ризиків. Розглянуто існуючі методи та підходи в задачах прогнозування, ідентифікації та аналізу, їх недоліки та можливості для покращення. Запропоновано п’ятишарову гібридну нейро-фаззі модель з багатовимірними гаусіанами у консеквентному шарі та швидкий метод її навчання з варіантами на базі квадратичної похибки та спеціалізованого критерію, що характеризується високою точністю, швидкістю обробки та обчислювальною швидкодією у процесі навчання за рахунок зменшення налаштованих параметрів моделі. Запропоновано ансамбль гібридних нейро-фаззі моделей з багатовимірними гаусіанами у консеквентному шарі та метод його синтезу, що характеризується зменшеною похибкою навчання, покращеними узагальнюючими можливостями та спрощеною процедурою селекції гіперпараметрів. Удосконалено метод навчання нейро-фаззі моделей та їх ансамблів застосуванням емпіричної модової декомпозиції, що відрізняється від аналогів можливістю зниження рівня шуму у даних. Набув подальшого розвитку метод побудови ієрархічних знання-орієнтованих нечітких систем, що на відміну від існуючих методів дозволяє опрацьовувати малоймовірні критичні значення у задачах оперативного аналізу ризиків. Проведено низку імітаційних експериментів на основі тестових та реальних даних, результати яких підтверджують доцільність застосування запропонованого підходу для вирішення задач інтелектуалізації процесів оперативного аналізу ризиків. Розв’язано практичну задачу на базі розроблених методів і моделей для вирішення задачі оперативного керування фінансовим портфоліо. This research is devoted to the soft computing methods and models of data mining applications in the tasks of operational risk analysis. A novel five-layer hybrid neuro-fuzzy model with multidimensional Gaussians in the consequent layer and a fast training method with variants based on standard quadratic error and a specialized criterion are proposed. An ensemble of hybrid neuro-fuzzy models with multidimensional Gaussians in a consequent layer and a method of its synthesis are proposed. The neuro-fuzzy models learning methods are improved by using empirical mode decomposition as a tool for preliminary data decomposition and noise reduction. A number of simulation experiments based on synthetic and real data were performed, the results of which confirm the feasibility of applying the proposed techniques to solve the operational risk analysis processes intellectualization problem. The practical task of financial portfolio operative risk management is solved on the basis of the developed methods and models.uk_UA
dc.identifier.citationВласенко О. М. Методи та моделі інтелектуалізації процесів оперативного аналізу ризиків на основі м'яких обчислень : автореф. дис. ... канд. техн. наук : 05.13.23 "Системи та засоби штучного інтелекту" / О. М. Власенко ; М-во освіти і науки України, Харків. нац. ун-т радіоелектроніки. – Харків, 2021. – 18 с.uk_UA
dc.identifier.urihttps://openarchive.nure.ua/handle/document/16982
dc.language.isoukuk_UA
dc.publisherХНУРЕuk_UA
dc.subjectнейро-фаззі моделіuk_UA
dc.subjectградієнтні методи навчанняuk_UA
dc.subjectметод емпіричної модової декомпозиціїuk_UA
dc.subjectансамблі нейро-фаззі моделейuk_UA
dc.subjectneuro-fuzzy modelsuk_UA
dc.subjectgradient optimizationuk_UA
dc.subjectempirical mode decompositionuk_UA
dc.subjectneuro-fuzzy ensemble modelsuk_UA
dc.titleМетоди та моделі інтелектуалізації процесів оперативного аналізу ризиків на основі м'яких обчисленьuk_UA
dc.typeOtheruk_UA
dspace.entity.typePublication

Файли

Оригінальний пакет
Зараз показано 1 - 1 з 1
Завантаження...
Зображення мініатюри
Назва:
Vlasenko_avtoref.pdf
Розмір:
854.47 KB
Формат:
Adobe Portable Document Format
Ліцензійний пакет
Зараз показано 1 - 1 з 1
Немає доступних мініатюр
Назва:
license.txt
Розмір:
9.42 KB
Формат:
Item-specific license agreed upon to submission
Опис:

Колекції