Thông tin chung

  English

  Đề tài NC khoa học
  Bài báo, báo cáo khoa học
  Hướng dẫn Sau đại học
  Sách và giáo trình
  Các học phần và môn giảng dạy
  Giải thưởng khoa học, Phát minh, sáng chế
  Khen thưởng
  Thông tin khác

  Tài liệu tham khảo

  Hiệu chỉnh

 
Số người truy cập: 50,097,885

 Một số giải pháp tối ưu tập luật mờ TSK trích xuất từ máy học Véc-tơ hỗ trợ hồi quy
Chủ nhiệm:  Nguyễn Đức Hiển; Thành viên:  
Số: T2018-07-01 ; Năm hoàn thành: 2018; Đề tài cấp cơ sở; Lĩnh vực: Công nghệ thông tin

Đối với lý thuyết mô hình hóa mờ (fuzzy modelling) và máy học véc-tơ hỗ trợ, đề tài đã nghiên cứu những lý thuyết toán học cơ bản của mô hình mờ TSK, và của mô hình máy học SVM cho bài toán phân lớp và bài toán tối ưu hóa hồi quy.

Đối với giải pháp tối ưu hóa mô hình mờ hướng dữ liệu dựa trên máy học véc-tơ hỗ trợ hồi quy, đề tài đã nghiên cứu những giải pháp tối ưu hóa tham số các hàm thành viên mờ, rút gọn tập luật mờ trích xuất được bằng kỹ thuật phân cụm k-Means.

Đối với việc xây dựng mô hình mờ giải quyết bài toán dự báo hồi quy, đề tài đã đề xuất một mô hình xuyên suốt từ việc phân cụm dữ liệu đầu cho đến việc xác định giá trị tham số tối ưu và thử nghiệm dự báo dựa vào mô hình.

Hiệu quả về mặt giáo dục - đào tạo: Kỹ thuật trích xuất luật mờ từ dữ liệu dựa trên máy học véc-tơ hỗ trợ với thuật toán fm-SVM* và mô hình tích hợp nhiều giai đoạn cho bài toán dự báo dữ liệu chuỗi thời gian là một hướng để sinh viên ngành CNTT có thể phát triển các ứng dụng khai phá dữ liệu, hệ chuyên gia dự báo, ...

Hiệu quả về mặt khoa học: đóng góp của đề tài là đề xuất thuật toán – fm-SVM* cho phép trích xuất mô hình mờ từ máy học véc-tơ hỗ trợ và mô hình mờ hướng dữ liệu tích hợp nhiều giai đoạn cho bài toán dự báo dữ liệu chuỗi thời gian.
Về sản phẩm ứng dụng: Mô hình đề xuất là một thiết kế cho việc xây dựng mô hình mờ hướng dữ liệu để giải quyết các bài toán phân tích dữ liệu tài chính, hệ chuyên gia dự đoán, dự báo.

© Đại học Đà Nẵng
 
 
Địa chỉ: 41 Lê Duẩn Thành phố Đà Nẵng
Điện thoại: (84) 0236 3822 041 ; Email: dhdn@ac.udn.vn