Методы принятия решений в задачах идентификации графовых моделей

Номер гранта:18-07-00524
Область научного знания:инфокоммуникационные технологии и вычислительные системы
Тип конкурса: (а)(а) конкурс проектов фундаментальных научных исследований
Год выполнения:2018г.
Руководитель: Калягин Валерий Александрович
Статус заявки:поддержана

Аннотация к заявке:

Сетевые модели являются в настоящее время мощным инструментом анализа сложных систем и больших массивов данных. Выделение ключевых структур в сетевых моделях позволяет получить новое знание о природе взаимодействия элементов сложной системы. Многие, практически важные сетевые модели (сеть экспрессии генов, сеть коэкспрессии генов, сеть взаимодействия нейронов головного мозга, сеть активов фондового рынка и др.) могут быть представлены как сети случайных величин (random variable network). Выделение ключевой информации по наблюдениям в сетях случайных величин порождает проблему идентификации графовых (графических) моделей в условиях неопределенности и риска. Эта проблема приобрела особую актуальность в последние годы в связи с необходимостью оценки достоверности выводов интеллектуального анализа данных. Особенностью рассматриваемой задачи является большой объем наблюдений, с одной стороны и сопоставимый объем неизвестных параметров с другой стороны. В проекте предлагается развитие нового подхода к обработке данных и принятию решений в условиях неопределенности и риска в задачах идентификации графовых (графических) моделей. Рассматриваются графовые (графические) модели с неориентированными графами. Основными задачами исследования являются:1) Разработка общего подхода к оценке неопределенности процедур идентификации графовых (графических) моделей на основе функции риска. Исследование особенностей оценки неопределенности для различных функций потерь. 2) Разработка нового подхода к задачам идентификации графовых (графических) моделей на основе альтернативных мер близости (мер ассоциаций) случайных величин. 3) Построение новых процедур идентификации графовых (графических) моделей с использованием альтернативных мер близости. Исследование устойчивости построенных процедур в классе эллиптических распределений. 4) Сравнительный анализ характеристик построенных процедур с характеристиками известных процедур и алгоритмов идентификации графовых (графических) моделей, с использованием различных критериев качества. 5) Проведение вычислительных экспериментов на данных больших размерностей для выявления особенностей результатов применения разработанных методов и подходов к идентификации графовых (графических) моделей с плотной и разреженной структурой, для различных распределений и различных мер близости. Ожидаемые результаты находятся на современном уровне исследований в этой области, а по некоторым направлениям опережают его.
Аннотация к заявке приведена в авторской редакции. По состоянию на 17.03.2026
Президент России
Правительство Российской Федерации
Министерство науки и высшего образования Российской Федерации
Российская академия наук
Российский научный фонд
Фонд перспективных исследований