Жора Д. В. Дослiдження класифiкатора з випадковими пiдпросторами та його застосування для прогнозування динамiки фондового ринка

Дисертація присвячена математичному дослідженню характеристик функціонування класифікатора з випадковими підпросторами. Запропоновані методи його удосконалення, проведено порівняння з іншими класифікаційними алгоритмами. Продемонстрована ефективність застосування цієї моделі нейронної мережі для технічного прогнозування фондового ринка. Запропоновані наступні методи удосконалення розглянутої нейронної мережі: оптимізація конфігураційних параметрів структури класифікатора для максимізації відстані Хеммінга між бінарними образами двох довільних вхідних векторів; адаптація розподілу порогових значень у відповідності з ймовірнісним розподілом вхідних даних; локальне усереднення коефіцієнтів синаптичної матриці, що є ефективним для задач з великою байєсовською похибкою. Функціонування даної мережі проаналізовано на відомій класифікаційній базі даних. Доведено, що класифікатор з випадковими підпросторами є універсальним. Запропоновано метод оцінки ефективності прогнозування з точки зору теорії інформації. Розроблено алгоритм функціонування програмного агента для торгівлі цінними паперами. Архітектура класифікатора з випадковими підпросторами дозволяє ефективне розпаралелювання відповідних базових алгоритмів для застосування на багатоядерних чи багатопроцесорних комп'ютерних системах.