Генерация наборов данных для задачи классификации с заданными свойствами для повышения качества систем мета-обучения

Целью данной работы является разработка методов генерации наборов данных с определенными характеристиками, описываемыми мета-признаками, для повышение качества работы систем мета-обучения. Для достижения указанной цели определены следующие задачи исследования:  Разработать методы преобразования наборов данных для решения проблемы учёта симметрии набора данных относительно порядка объектов и признаков.  Разработать методы генерации наборов данных для задачи классификации произвольного размера по заданным характеристикам на основе эволюционных алгоритмов с учётом симметрии набора данных.  Разработать архитектуру генеративно-состязательной сети для генерации наборов данных для задачи классификации по заданным характеристикам и выбора оптимального алгоритма.  Разработать стратегии активного обучения для заполнения мета-признакового пространства.  Провести вычислительные эксперименты для оценки работы методов направленной генерации, генеративно-состязательной сети и стратегий активного обучения. Результаты:  Разработаны и реализованы методы приведения наборов данных для задачи классификации к общему виду для решения проблемы учёта симметрии наборов данных относительно порядка объектов и признаков.  Разработаны и реализованы методы направленной генерации наборов данных для задачи классификации на основе эволюционных алгоритмов.  Разработана и реализована архитектура генеративно-состязательной сети для генерации наборов данных для задачи классификации по заданным характеристикам и выбора оптимального алгоритма.  Разработаны и реализованы стратегии активного обучения для заполнения метапризнакового пространства.  Разработан и реализован программный комплекс, реализующий систему метаобучения с возможностью активного улучшения качества предсказания для заданного набора данных.  Результаты диссертационного исследования были использованы в учебном процессе на факультете информационных технологий и программирования Университета ИТМО в рамках дисциплины «Машинное обучение».  Результаты диссертационного исследования были внедрены для разработки алгоритма построения дендрограммы схожести людей на основе анализа мотивационных данных на предприятии ООО «Бизнес для бизнеса».  Результаты диссертационного исследования были внедрены для разработки алгоритма предсказания стоимости изготовления детали по её чертежу и текстовым характеристикам на предприятии ООО «Сетевой Завод».