Вычислительно эффективные алгоритмы машинного обучения на основе новых метрик ансамблевого сходства в условиях неполноты обучающей информации

Объектом исследования являются проблемы анализа данных, распознавания образов и прогнозирования в случае неполной обучающей информации. Цель работы – создание новых эффективных методов и алгоритмов классификации и прогнозирования, которые будут способны решать задачи анализа разнородных данных в условиях неполноты обучающей информации, при наличии сложных нелинейных структур данных и их большом объеме. Методы проведения работы включают аппарат теории машинного обучения, оптимизации, теории вероятностей, математической статистики. Важнейшие результаты работы в 2022 году и их новизна. 1. Предложен метод бинарной классификации с вероятностной разметкой, который сочетает методологию регуляризация многообразия и ансамбль нечеткой кластеризации. В отличие от известных методов, в качестве матрицы подобия используется матрица коассоциации кластерного ансамбля. Матрица представлена в малоранговой форме, что позволяет значительно ускорять вычисления и экономить память. Аналогичный подход использован в задаче слабо-контролируемой регрессии с многомерным откликом, для решения которой предложен новый метод, основанный на минимизации расстояния Вассерштейна между многомерными распределениями. 2. Проведено теоретическое и экспериментальное исследование модели и метода построения разнородного кластерного ансамбля, основанного на наборе различных алгоритмов кластерного анализа. Впервые теоретически исследовано влияние коррелированности базовых решений ансамбля на его качество. Показано, что учет коррелированности позволяет объяснить улучшение качества ансамбля при увеличении степени разнообразия вариантов разбиения. Разработан алгоритм, в котором реализован метод построения ансамбля и вычисления оптимальных весов; проведено его экспериментальное исследование. 3. Проведен анализ эффективности методов решения задачи слабо-контролируемого обучения в прикладной задаче классификации томографических изображений участков головного мозга при ишемическом инсульте. При этом выбор информативного признакового пространства осуществлялся алгоритмом AdDel; применялась также методика цензурирования выборки с использованием аппарата FRiS-функций. Показано, что цензурирование повышает качество классификации. По результатам этапа проекта опубликована одна статья, одна принята в печать (в журналах, входящих в базы Scopus и RSCI). Опубликована одна статья в трудах международной конференции и два тезиса. Запланированные по промежуточному этапу проекта цели достигнуты.