Исследование нелинейных преобразований пространства и их использование в задачах интеллектуального анализа данных

Нелинейные преобразования данных используются для снижения размерности пространства, реализации технологии стекинга при формировании ансамбля алгоритмов распознавания. Применяются при вычислении семантической связанности документов в математической лингвистике, оценке сложности обнаружения типов DDOS атак в информационной безопастности.
Исследуются многообразия нелинейных преобразований разнотипных признаков для снижения размерности пространства для данных с большой размерностью, принятие решений по наборам информативных признаков, ансамблям из элементарных классификаторов.

Цель и задачи
Рассматриваемые в проекте новые методы и алгоритмы ориентированы на работу с большими, сложно структурированными данными. Предлагается методика отбора информативных наборов признаков при наличии классификации объектов. При реализации методики как решения многокритериальной задачи используется синтез латентных признаков, инвариантность значений признаков к масштабам их измерений, меры компактности для оценки наборов признаков, обосновывается повышение точности распознавания по ансамблю алгоритмов по технологии стекинга.