Hindamismõõdikud ennustavatele seiresüsteemidele kasutades tasakaalustamata andmestikke
Nimi
Mariia Godgildieva
Kokkuvõte
Ennustav seiresüsteem on masinõppe mudel, mida kasutatakse perioodiliselt, eesmärgiga teostada seiret andmebaasi entiteetidel. Enamus seiresüsteemid on treenitud ja testitud tasakaalustamata andmestikel, kuna sihtsündmused on haruldased. Lisaks on ka seiresüsteemide hindamine keeruline ülesandele vastavate spetsiifiliste nõudmiste tõttu (nt. häirete õigeaegne tõstmine ja häirete kordumine). Seega on vaja stabiilset, tasakaalustamata klassidele tolerantset hindamismõõdikut, mis võtab arvesse ka seiresüsteemile spetsiifilisi nõudmisi. Me oleme uurinud olemasolevaid lahendusi seiresüsteemidele ja leidnud, et enamus on juhtumipõhised. Seega me oleme laiendanud ja muutnud olemasolevaid meetodeid, et need oleksid valdkonnast sõltumatud ja lihtsasti kohandatavad vastavalt ülesandele. Väljapakutud hindamismõõdikud on rakendatud ja hinnatud eri andmestikke peal, mis on pärit eri valdkondadest. Lisaks oleme analüüsinud mitmeid mõõdikuid, mis on spetsiaalselt väljatöötatud tasakaalustamata andmestikke jaoks, et kindlaks teha, kas neid on võimalik kasutada piiratud lahendustes.
Lõputöö keel
inglise
Lõputöö tüüp
Magister - Informaatika
Juhendaja(d)
Marlon Dumas, Pavlo Tertychnyi
Kaitsmise aasta
2020