Method of automated construction of pattern recognition algorithms on phase paths
Abstract
The problem of automated construction of recognizers of anomalies in the behavior of complicated dynamical systems is solved by means of analyzing trajectories obtained from sensors surrounding the system. A specific feature of the problem consists in the fact that, depending on the individual properties of the system and conditions of its operation, trajectories that contain anomalies may significantly differ from each other in amplitude and length. Besides, the training set could be incompletely defined. The algorithm described here is based on the idea of applying an algebraic approach to the labeling of trajectories. It allows to construct recognizers of abnormal behavior of complicated dynamical systems. The training of the algorithm could be done on an incompletely defined training set.
Keywords
machine learning,
recognition algorithm,
training set,
problem of constructing an algorithm on a training set,
algebraic approach
MSC2020: 004.02+004.67
References
1. Рудаков К. В., Чехович Ю. В. О проблеме синтеза обучающих алгоритмов выделения трендов (алгебраический подход) // Прикладная математика и информатика. М.: Изд-во факультета ВМиК МГУ, 2001. N 8. С. 97-114.
2. Коваленко Д. С., Костенко В. А., Васин Е. А. Исследование применимости алгеб¬раического подхода к анализу временных рядов // Методы и средства обработки информации. М.: Изд-во факультета ВМиК МГУ, 2005. С. 553-559.
3. Воронцов К. В. Комбинаторный подход к оценке качества обучаемых ал¬горитмов // Математические вопросы кибернетики. 2004. №13. С.5-36. http://www.ccas.ru/frc/papers/voron04mpc.pdf
4. Коваленко Д. С., Костенко В. А. Метод построения алгоритмов распознавания, основанных на идеях аксиоматического подхода // Сборник научных трудов XI Всероссийской научно-технической конференции «Нейроинформатика-2009». М.: Изд-во МИФИ, 2009.
5. KeoghE.J., MichaelJ. Pazzani Derivative Dynamic Time Warping. // First SIAM International Conference on Data Mining (SDM'2001), Chicago, USA. 2001. http://www.ics.uci.edu/ pazzani/Pub1ications/sdm01.pdf.
6. Коваленко Д. С. Методы нечеткого сравнения и голосования для построения рас¬познавателей нештатного поведения динамических систем // Труды V Московской международной конференции по исследованию операций «ORM-2007». М.: МАКС Пресс, 2007. С.123-125.
7. Данилов Д. Л., Жиглявский А. А. Главные компоненты временных рядов: метод "Гусеница"// СПб.: Санкт-Петербургский университет, 1997.
Review
For citations:
Kovalenko D. Method of automated construction of pattern recognition algorithms on phase paths. Modeling and Analysis of Information Systems. 2009;16(4):6-21. (In Russ.)
Views:
458
Email this article 