Отрывок: Также есть возможность с помощью нее классифицировать объект, в случае если неизвестно, к какому классу он принадлежит [23, 24]. В данной работе будет использоваться линейный дискриминантный анализ (ЛДА). Его формула для задач классификации: 𝐽(𝜔) = 𝜔𝑇𝑆𝐵𝜔 𝜔𝑇𝑆𝑊𝜔 , (2.7) где 𝜔 – собственный вектор матрицы; 𝑆𝐵 – ковариационная матрица различий между классами; 𝑆𝑊 – ковариационная матрица общего между классами. 23 Чтобы н...
Название : | Рамановская спектроскопия и машинное обучение для диагностики рака кожи |
Авторы/Редакторы : | Власова Д. В. Братченко И. А. Калядин В. П. Министерство науки и высшего образования Российской Федерации Самарский национальный исследовательский университет им. С. П. Королева (Самарский университет) Институт информатики и кибернетики |
Дата публикации : | 2024 |
Библиографическое описание : | Власова, Д. В. Рамановская спектроскопия и машинное обучение для диагностики рака кожи : вып. квалификац. работа по направлению подгот. 03.03.01 "Прикладные математика и физика" (уровень бакалавриата), направленность (профиль) "Математическое моделирование и информационные технологии в естественных науках" / Д. В. Власова ; рук. работы И. А. Братченко ; нормоконтролер В. П. Калядин ; М-во науки и высш. образования Рос. Федерации, Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т), Ин-т информатики. - Самара, 2024. - 1 файл (2,1 Мб). - Текст : электронный |
Аннотация : | Объектом исследования являются рамановские спектры кожи и рамановская спектроскопия, а также обучение классификационной модели на рамановских спектрах. В частности, тому, как увеличить точность модели, как правильно применить дискриминантный анализ методом наименьших квадратов и как не достичь переобучения или недообучения модели. Целью выпускной квалификационной работы является обучение бинарной классификационной модели, определяющей тип рака по его спектру с предварительным уменьшением размерности данных, на которых и обучается классификатор. Для решения задачи использовались различные математические методы и методы машинного обучения, такие как дискриминантный анализ методом наименьших квадратов, анализ главных компонент и т.п. Проведено теоретическое исследование различных методов рамановской спектроскопии, а также практическое исследование о количестве главных компонент для наилучшего обучения модели. Разработана компьютерная программа, реализующая обработку спектров, применение анализа главных компонент |
URI (Унифицированный идентификатор ресурса) : | http://repo.ssau.ru/handle/Vypusknye-kvalifikacionnye-raboty/Ramanovskaya-spektroskopiya-i-mashinnoe-obuchenie-dlya-diagnostiki-raka-kozhi-111342 |
Другие идентификаторы : | RU\НТБ СГАУ\ВКР20240729104452 |
Ключевые слова: | бинарная классификация главные компоненты кросс-валидация машинное обучение обработка спектров оценка точности рамановская спектроскопия уменьшение размерности данных |
Располагается в коллекциях: | Выпускные квалификационные работы |
Файлы этого ресурса:
Файл | Размер | Формат | |
---|---|---|---|
Власова_Дарья_Вячеславовна_Рамановская_спектроскопия_машинное.pdf | 2.17 MB | Adobe PDF | Просмотреть/Открыть |
Показать полное описание ресурса
Просмотр статистики
Поделиться:
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.