1,0×
00:00/01:32:25
Описание
Автоматический анализ временных рядов (рассказывает Илья Ревин)
7 месяцев назад • 18 просмотров
Анонсы будущих семинаров - в канале ассоциации - t.me/piteraiСсылка на Fedot.Industrial - github.com/...Industrial
Докладчик: Илья Ревин, научный сотрудник исследовательского центра в сфере искусственного интеллекта "Сильный искусственный интеллект в промышленности", научный сотрудник лаборатории композитного искусственного интеллекта ИТМО.
Аннотация:
Автоматическое машинное обучение способно повысить эффективность анализа временных рядов благодаря возможности комбинировать различные методы извлечения признаков и модели машинного обучения для создания оптимальной модели для конкретной задачи.
На данный момент актуальные решения данной задачи имеют 2 существенных недостатка:
1. Ограниченный набор методов извлечения признаков, которые не учитывают все свойства временных рядов (например, анализ формы, тренда, циклических компонентов). Однако оптимальное подмножество признаков отличается для каждого конкретного набора данных.
2. Набор ограничений существующих подходов при моделировании. В качестве примера можно рассмотреть, избыточную параметризацию моделей глубокого нейронных сетей или неявную стратегию настройки гиперпараметров выбранной модели.
Доклад посвящен методам генерации признаковых пространств и подбору моделей машинного обучения для задач связанных с временными рядами, с помощью алгоритмов автоматического машинного обучения. Отдельное внимание уделено сложностям, возникающим при использовании такого подхода, и путям их преодоления.
Питерские семинары по ИИ
Подборка ·
spb_ai
· 17 из 21Далее: Обзор методов интерпретации графовых нейронных сетей для предсказания молекулярных свойств (рассказывает Дмитрий Галимзянов)
Питерские семинары по ИИ · 17 из 21