ВЕРСИЯ ДЛЯ СЛАБОВИДЯЩИХ
Войти
Логин:
Пароль:
Забыли пароль?
научная деятельность
структура институтаобразовательные проектыпериодические изданиясотрудники институтапресс-центрконтакты
русский | english

Структурные модели и глубинное обучение

Совместный семинар ИППИ РАН и Сколтеха 

18 октября (вторник), 1830, аудитория 615 ИППИ РАН  
 
Докладчик: Алексей Артемов (Яндекс)

Тема: Mathematical Models for Time Series with Trend in Change-point Detection Problems
Будучи системами массового обслуживания, большие информационные системы  испытывают циклы нагрузки на множестве масштабов времени, в связи с чем для успешного решения задачи обнаружения отказов реальных систем необходим эффективный аппарат моделирования квазипериодических сигналов. Другой значимой характеристикой потоков данных в больших информационных системах является длинная память (long-range dependence), являющаяся основной причиной возникновения всплесков нагрузки и присутствующая на чрезвычайно большом диапазоне масштабов времени. Для идентификации и оценивания целого класса реальных сигналов необходимо использование специальных стохастических моделей, включающих свойство длинной памяти. Более того, на практике зачастую не представляется возможным определить точную математическую модель возникающего отказа. В связи с этим известные процедуры следует рассматривать как ``слабые"" детекторы в задаче обнаружения разладок реальных систем. Таким образом, когда имеется множество ``слабых"" детекторов, разумно использовать ансамбль ``слабых"" детекторов для получения лучшей предсказательной силы. В докладе будут обсуждаются свойства и гарантии ансамблей слабых детекторов, основанных на квазипериодичности и свойствах самоподобия и длинной памяти временных рядов.

16.10.2016 |
 

 

© Федеральное государственное бюджетное учреждение науки
Институт проблем передачи информации им. А.А. Харкевича Российской академии наук, 2024
Об институте  |  Контакты  |  Противодействие коррупции