1946 Анонимизация индустриальных данных методами машинного обучения

Деркач Денис Александрович

руководитель проекта

Старт

11.10.2024

Представление

05.11.2024 – 15.11.2024

Постерная сессия

27.01.2025 – 07.02.2025

Защита

14.04.2025 – 25.04.2025

Паспорт проекта

Аннотация

Алгоритмы машинного обучения работают на основании наборов входных данных, которые снимаются непосредственно в исследуемой системе или симулируются с помощью модели этой системы. При этом качество предложенного алгоритма напрямую зависит от репрезентативности выборки. Эта выборка должна собираться в условиях, близких к рабочим условиям системы, а количество элементов выборки должно быть достаточно для понимания существенных характеристик данных. Таким образом, наиболее эффективным будет...

Отрасль

Информатика

Цель

Цель работы - проверка применения алгоритмов машинного обучения для анонимизации данных, а также разработка новых методов, мотивированных первичных исследованием. В данном случае, под анонимизацией подразумевается возможность получения выборок, имеющих одинаковые распределения с реальными данными, но не содержащими события, собиранные в системе. В ходе работы должны быть проверены разные типы данных, от изображений до временных рядов, полученные алгоритмы должны позволять обучать решения...

Ожидаемые результаты

1. Оценка качества использования генеративных моделей на разных типах данных.
2. Определение снижение качества решений задач регрессии и классификации при использовании синтетических данных выделенных типов.
3. Проведение исследования по повышению качества полученных решений с помощью изменений функций потерь (например, на основании слабых решений).
Написание библиотеки для тестирования решений генеративного моделирования.