Jelenlegi hely

Intézeti szeminárium

Félév: 
2017/18 II.félév
Helyszín: 
Árpád tér 2. II. em. 220. sz.
Dátum: 
2018-04-24
Időpont: 
14:00-15:00
Előadó: 
Abonyi János (MTA-PE Komplex rendszerek figyelemmel kísérése kutatócsoport)
Cím: 
Folyamatbiztonság növelése mély tanulási és szekvencia bányászati algoritmusokkal
Absztrakt: 

A diszkrét események szekvenciáinak modellezése lehetőséget teremt
az eseménysorok előrejelzésére, az eseményeket kiváltó gyökérokok
azonosítására, és kapcsolódó beavatkozások körének meghatározására.

Az előadás első részében áttekintjük, hogy időben egymással átlapoló
események sorozatainak elemzésére kidolgozott szekvencia bányászati
algoritmusokkal miként minősíthetők az események közti ok-okozati
kapcsolatok és ezáltal az eseménysorozatok előrejelezhetősége miként
jellemezhető. Rámutatunk arra, hogy az algoritmusok hatékonysága
javítható a vizsgált rendszer hierarchikus struktúrájának ismeretben,
illetve e technikákkal struktúrára vonatkozó információk is feltárhatók.
Az egyszerű szekvencia bányászati algoritmusokon túllépve megvizsgáljuk,
hogy az egyes előrejelzési, gyökérok azonosítási és döntéstámogatási
feladatokban a rekurrens neurális (LSTM) hálózatok miként alkalmazhatók.

Az előadásban szeretném felhívni arra a figyelmet, hogy a megfelelő
predikciós teljesítményen kívül rendkívül fontos, hogy a gépi tanulási
modellekből potenciálisan hasznos, a szakértők számára értelmezhető
ismeretek is feltárhatók legyenek. Ennek tükrében az előadás azok
számára is érdekes lehet, akiket érdekel, hogy az LSTM hálózat
vizualizációjával miként mérhető diszkrét események és szekvenciáik
(probléma releváns) hasonlósága.

Bár a példák vegyipari rendszerek üzemeltetési kockázatának csökkentéséhez
kapcsolódnak és az alkalmazás-orientált megközelítésmód „folyamatmérnöki”
személetet tükröz, az előadás során törekszem arra, hogy kitekintést
adjak a bemutatott technikák más területeken való alkalmazhatóságra,
picit érintve a szövegbányászat és az oktatási folyamatok túlélés
elemzésének témaköreit is.