Методы негладкого анализа в задачах идентификации и диагностики
Диссертация
Одним из основных результатов работы является создание новых алгоритмов построения оптимального (в указанном смысле) РП и математического программного обеспечения, реализующего данные алгоритмы. Решение задачи идентификации двух п — мерных множеств строится при помощи (п-1) -мерной гиперплоскости, трех п — мерных множеств — при помощи двух параллельных (п-1) — мерных гиперплоскостей. С целью… Читать ещё >
Список литературы
- Амосов Н.М., Зайцев Н. Г., Мельников A.A. и др. Медицинская информационная система. Киев: Наукова думка, 1971.
- Барабаш Ю.Л., Барский Б. В., Зиновьев В. Т. и др. Вопросы статистической теории распознавания. М.: Советское радио, 1967.
- Бейли Н. Математика в биологии и медицине. Пер. с англ. М.: Мир, 1970.
- Бешелев С.Д., Гурвич Ф. Г. Математико-статистические методы экспертных оценок. М.: Статистика, 1980.
- Вальд А. Последовательный анализ. Пер. с англ.- под ред. В. А. Севастьянова. М.: Наука, 1960.
- Вальд А. Статистические решающие функции. Позиционные игры. Под ред. H.H. Воробьева и Н. Н Врублевской. М.: Наука, 1967, с. 300−522.
- Вапник В.Н., Червоненкис А. Я. Теория распознавания образов (статистические проблемы обучения). М.: Наука, 1974.
- Варис Я.В. Одномерная идентификация двух дискретных множеств с помощью двух отрезков // Труды XXXV научной конференции аспирантов и студентов <Процессы управления и устойчивостью СПб: Издательство СПбГУ, 2004, с. 291−293.
- Гельфанд И.М., Пятецкий-Шапиро И.И., Федоров Ю. Г. Отыскание структуры кристаллов с помощью метода нелокального поиска // ДАН СССР, т. 152, № 5, 1963, с. 1045−1048.
- Генкин A.A. Новая информационная технология анализа медицинских данных (программный комплекс ОМИС). СПб.: Политехника, 1999.
- Головкин Б.А. Машинное распознавание и линейное программирование. М.: Советское радио, 1972.
- Гублер E.B. Вычислительные методы анализа и распознавания патологических процессов. JL: Медицина, 1978.
- Девятериков И. П., Пропой А. И., Цыпкин Я. З. О рекуррентных алгоритмах обучения распознавания образов // Автоматика и телемеханика, № 1, 1967.
- Демьянов В.Ф. Идентификация точек двух выпуклых множеств // Вестник Санкт- Петербургского университета. Серия 1, вып. 3 (N 17), 2001, с. 14−20.
- Демьянов В.Ф. Условия экстремума и вариационное исчисление. М.: Высшая Школа, 2005. 335 с.
- Демьянов В.Ф., Васильев Л. В. Недифференцируемая оптимизация. М.: Наука, 1981.
- Демьянов В.Ф., Демьянова В. В., Кокорина A.B., Моисеенко В. М. Прогнозирование эффективности химиотерапии при лечении онкологических заболеваний // Вестник Санкт- Петербургского университета. Серия 10, вып. 3, 2006, с. 30−36.
- Дубров A.M. Обработка статистических данных методом главных компонент. М.: Статистика, 1978.
- Елисеева И.И., Руковишников В. О. Группировка, корреляция, распознавание образов. М.: Статистика, 1977.
- Журавлев Ю.И., Дмитриев А. Н., Кренделев Ф. Н. О математических принципах классификации предметов и явлений. Дискретный анализ. Сб. трудов ИМ СО АН СССР. Новосибирск, № 7, 1966.
- Загоруйко Н.Г. Методы распознавания и их применения. М.: Советское радио, 1972.
- Зубова O.A. Задача идентификации нескольких множеств// Процессы управления и устойчивость: Труды XXXVII международной научной конференции аспирантов и студентов / Под ред. A.B. Платонова, Н. В. Смирнова.- СПб.: Изд-во СПбГУ, 2006. С. 34−38.
- Зубова O.A. Задача наблюдательного обучения// Процессы управления и устойчивость: Труды XXXV научной конференции аспирантов и студентов СПб.: Изд-во СПбГУ, 2004. С. 312−317.
- Зубова O.A. Идентификация нескольких множеств в многомерном пространстве// Вестник СПбГУ. СПб.: Изд-во СПбГУ, Сер. 10, вып. 4, 2007. С. 17−22.
- Зубова O.A. К проблеме сглаживания в задачах математической диагностики// Сборник трудов XIX международной математической конференции <Математические методы в технике и технологиях> Воронеж: Изд-во ВГТА, Т.1, 2006. С. 28.
- Зубова O.A. Математические модели систем управления// Научно- технические ведомости СПбГПУ. СПб.: Изд-во СПбГПУ, Т. 1, № 6, 2006. С. 7−9.
- Зубова O.A. Математическое моделирование самообучающихся систем// В кн. А. Ф. Зубова <Математические методы моделирования промышленных процессов и технологий>. СПб: Изд-во НИИ Химии СПбГУ, 2005. С. 336−342.
- Зубова O.A. О задаче идентификации точек многомерного пространства// Тезисы докладов международной математической конференции <Еругинские чтения ХХ>, Могилев, 2005, с. 119−120.
- Зубова O.A. О проблехме сглаживания в задачах математической диагностики// Тезисы докладов международной конференции <Процессы управления и устойчивость-?-- СПб.: Изд-во СПбГУ, 2005. С. 1665.
- Зубова O.A. Один алгоритм решения задачи идентификации// Процессы управления и устойчивость: Труды XXXVI межвузовской научной конференции аспирантов и студентов / Под ред. Н. В. Смирнова, В.Н. Старкова-СПб.: Изд-во СПбГУ, 2005. С. 41−46.
- Зубова O.A. Применение квазидифференциального исчисления к решению задач идентификации. СПб: Изд-во НИИ Химии СПбГУ, 2005, с. 18
- Карманов В.Г. Математическое программирование. М.: Наука, 1975.
- Кендалл М., Стюарт А. Статистические выводы и связи. Пер. с англ.- под ред. А. Н. Колмогорова и Ю. В. Прохорова. М.: Наука, 1973.
- Козинец Б.Н. Рекуррентный алгоритм разделения двух множеств. В сб. под ред. В. Н. Вапника <Алгоритмы обучения распознавания образов>. М.: Советское радио, 1973.
- Кокорина A.B. Ранжирование дискретных параметров в задачах обработки данных // Труды XXXIV научной конференции аспирантов и студентов <Процессы управления и устойчивостью СПб: Издательство СПб-ГУ, 2003, с. 276−279.
- Кокорина A.B. Ранжирование параметров в задачах обработки данных // Труды XXXIII научной конференции студентов и аспирантов <Процессы управления и устойчивостью СПб: ООП НИИ Химии СПбГУ, 2002, с. 277 281.
- Колкот Э. Проверка значимости. Пер. с англ. М.: Статистика, 1978.
- Кульбак С. Теория информации и статистика. Пер. с англ.- под. ред. А. Н. Колмогорова. М.: Наука, 1967.
- Литваков Б.М. О сходимости рекуррентных алгоритмов обучения распознаванию образов // Автоматика и телемеханика, № 1, 1968.
- Логинов В.И., Хургин Я. И. Общий подход к проблеме распознавания образов. Сб. тр. МИНХ и ГП, вып. 62. М.: Недра, 1966.
- Малета Ю.С., Тарасов В. В. Математические методы статистического анализа в биологии и медицине. Вып. 1, вып. 2. М.: Издательство МГУ, 1982.
- Неймарк Ю.И., Баталова З. С. и др. Распознавание образов и медицинская диагностика. М.: Наука, 1972.
- Первозванский A.A. Распознавание абстрактных образов, как задача линейного программирования // Известия АН СССР, Техническая кибернетика, № 4, 1965.
- Петрова Н.В. Разделение двух дискретных одномерных множеств методом изоляции // Труды XXXV научной конференции аспирантов и студентов <Процессы управления и устойчивостью СПб: Издательство СПбГУ, 2004, с. 328−330.
- Поляк Б.Т., Цыпкин Я. З. Псевдоградиентные алгоритмы адаптации и обучения // Автоматика и телемеханика, № 1, 1973.
- Приставко В.Т., Ярвельян A.B. Методы разделяющей гиперплоскости в медико-биологических задачах // Труды XXXV научной конференции аспирантов и студентов <Процессы управления и устойчивостью СПб: Издательство СПбГУ, 2004, с. 331−333.
- Рокафеллар Р. Выпуклый анализ. М.: Мир, 1973.
- Славин М.Б. Методы системного анализа в медицинских исследованиях. М.: Медицина, 1989.
- Тинтнер Г. Введение в эконометрию. Пер. с англ. М.: Статистика, 1965.
- Уилкс С. Математическая статистика. М.: Наука, 1967.
- Урбах В.Ю. Дискриминантный анализ: основные идеи и приложения. Сб. Статистические методы классификации, вып. 1. МГУ, 1969.
- Фомин В.Н. Математическая теория обучаемых опознающих систем. -М.: Издательство ЛГУ, 1976.
- Якубович В.А. Некоторые общие теоретические принципы построения обучаемых опознающих систем. Сб. Вычислительная техника и вопросы программирования. ЛГУ, 1965.
- Anderberg M.R. Cluster Analysis for Applications. Academic Press, 1973.
- Babu G.P. and Murty M.N. A near optimal initial seed value selection in the k-means algorithm using a genetic algorithm. Pattern Recognition Letters 14, 1993, pp. 763−769.
- Bagirov A.M., Rubinov A.M. and Yearwood J. A heuristic algorithm for feature. selection based on optimization techniques. In: Sarker R., Abbas H. and Newton C.S. (eds.), Heuristic and Optimization for Knowledge Discovery. Idea Publishing Group. 2000.
- Bagirov A.M., Rubinov A.M. and Yearwood J. A global optimization approach to classification. Optimization and Engineering 3, 2002, pp. 129−155.
- Bennett K.P. and Mangasarian O.L. Robust linear programming discrimination of two linearly inseparable sets. Optimization Methods and Software 1, 1992, pp. 23−34.
- Bhuyan N.J., Raghavan V.V. and Venkatesh K.E. Genetic algorithms for clustering with an ordered representation. Proceedings of the Fourth International Conference on Genetic Algorithms, 1991, pp. 408−415.
- Bradley P. S. and Mangasarian O.L. Feature selection via concave minimization and support vector machines. Machine Learning Proceedings of the Fifteenth International Conference (ICML'98), San Francisco, California. Morgan Kaufmann, 1998, pp. 82−90.
- Bradley P. S. and Mangasarian O.L. Massive data discrimination via linear support vector machines. Optimization Methods and Software 13, 2000, pp. 1−10.
- Chen C. and Mangasarian O.L. Hybrid misclassification minimization. Mathematical Programming Technical Report 95−05, University of Wisconsin, 1995.
- Cristianini N. and Shawe-Taylor J. An Introduction to Support Vector Machines and other kernel based methods. Cambridge University Press, 2000.
- DeCoste D. and Scholkopf B. Training invariant support vector machines. Machine Learning 46, 2002, pp. 161−190.
- Demyanov V.F. Mathematical diagnostics via nonsmooth analysis. Optimisation Methods and Software. 2005. Vol 20, No 2−3. pp. 197−218.
- Fisher R.A. Contributions to Mathematical Statistics. New-York, 1952.
- Hansen P. and Jaumard B. Cluster analysis and mathematical programming. Mathematical Programming 79, 1997, pp. 191−215.
- Highleyman W.H. Linear decision functions with applications to pattern recognition. Proc. IRE, № 6, 1962.
- Jain A.K., Murty M.N. and Flynn P.J. Data clustering: a review. ACM Computing Surveys 31, 1999, pp. 264−323.
- Kokorina A.V. Unsupervised and supervised Data Classification Via Nonsmooth and Global Optimization. Top, Volume 11, Number 1. June 2003. Sociedad de Estadistica e Investigacion Operativa, Madrid, Spain, pp. 86−89.
- Mangasarian O.L. Linear and nonlinear separation of patterns by linear programming. Operations Research, vol. 13, 1965, pp. 444−452.
- Mangasarian O.L. Misclassification minimization. Journal of Global Optimization 5, 1994, pp. 309−323.
- Mangasarian O.L. Mathematical programming in data mining. Data Mining and Knowledge Discovery 1, 1997, pp. 183−201.
- Michie D., Spiegelhalter D.J. and Taylor C.C. Machine Learning, Neural and Statistical Classification. Ellis Horwood Series in Artificial Intelligence, 1994.
- Mirkin B. Mathematical Classification and Clustering. Kluwer Academic Publishers, 1996.
- Moor A. Breast-Cancer Therapy — Looking Back to the Future New England Journal of Medicine. 2007. Vol 375, No 15. pp. 1547−1549.
- Murphy P.M. and Aha D.W. UCI repository of machine learning databases. Technical report, Department of Information and Computer science, University of California, Irvine, 1992. www.ics.uci.edu/mlearn/MLRepository.html.
- Nagy G. State of the art in pattern recognition. Proceedings of the IEEE 56, 1968, pp. 836−862.
- Quinlan J.R. C4.5: Programs for Machine Learning. Morgan Kaufmann, San Mateo, 1993.
- Rosen J.B. Pattern separation by convex programming. Journal of Mathematical Analysis and Applications, vol. 10, 1965, pp. 123−134.
- Rosenblatt F. The perseptron, a probability model for information storage and organization in the brain. Psychol. Rev., 65, 1958.
- Rubinov A.M., Soukhoroukova N.V. and Yearwood J. Clustering for studying structure and quality of datasets, Research Report 01/24, University of Ballarat, 2001.
- Scholkopf B., Smola A. Learning with Kernels. The MIT Press, 2002.
- Vapnik V. The Nature of Statistical Learning Theory. Springer-Verlag, 2000.
- Ward J. Hierarchical grouping to optimize and objective function. Journal of the American Statistical Association 58, 1983, pp. 236−244.