NeuroPro

нейронные сети
и анализ данных

Добавить в избранное

© 2003-12 Царегородцев В.Г.

Задачи обработки и анализа данных (подробнее см. Услуги - решаемые задачи) возникают в таких вариантах, как:

• анализ разнообразных измерений и показателей для обнаружения структур и зависимостей между ними,
• классификация − отнесение объектов и ситуаций к тем или иным категориям,
• прогнозирование временных рядов, обнаружение событий во временных рядах,
• распознавание образов (изображений) и видео, создание систем технического зрения,
• сбор и обработка сигналов в реальном времени,
• выбор и оптимизация параметров объекта по экспериментальным данным,
• моделирование и прогноз поведения объекта, развития процесса,
• диагностика состояния объекта, управление объектом.

Перечисленные задачи возникают в различных областях деятельности: в бизнесе (прогноз объемов продаж), финансах (прогноз курсов валют, оценка риска невозврата кредита заемщиком,..), промышленном производстве (управление процессами), конструировании технических систем, медицинской диагностике, обеспечении безопасности, экологическом прогнозировании,...

В качестве математических методов при решении задач я применяю:

• искусственные нейронные сети (нейросети, artificial neural networks),
• методы математической статистики: регрессионный, кластерный анализ, метод главных компонент, проверка статистических гипотез,..
• генетические и эволюционные алгоритмы оптимизации,
• технологии data mining,
• методы искусственного интеллекта,
• неклассические и эмпирические методы визуализации, анализа данных и моделирования.

Решения представляются в виде:

• математических моделей и алгоритмов, в том числе и путём представления нейросети в виде набора правил логического вывода;
• программных модулей для встраивания в программы заказчика;
• экспертных систем, реализующих ввод и хранение данных, включающих разработанные модели и отображающих результаты в удобном для пользователя виде;
• программно-аппаратных комплексов для обработки сигналов с датчиков и управления техническими системами.

Мои программы анализа данных и применения нейронных сетей по многим показателям не имеют аналогов в мире и постоянно дополняются новыми алгоритмами и методами. Высокое качество программирования даёт очень быструю работу программ, что позволяет обучать нейросети на базах данных размером в десятки гигабайт. В статьях отражены результаты моих научных исследований по теории и практике применения нейронных сетей.