Введение
Глава 1. Системный анализ проблемы применения методов машинного обучения и оптимизации в задачах человеко машинного взаимодействия 14
1.1 Обзор современных методов машинного обучения, классификации и оптимизации 14
1.2 Задача человеко-машинного взаимодействия и обзор существующих подходов к ее решению 36
1.3 Постановка задачи распознавания эмоций. Используемые базы данных и подходы на основе машинного обучения 45
Выводы 50
Глава 2. Разработка коллективного самоконфигурируемого эволюционного алгоритма многокритериальной оптимизации 52
2.1 Эволюционные алгоритмы однокритериальной и многокритериальной оптимизации 52
2.2 Разработка и реализация самоконфигурируемого эволюционного алгоритма многокритериальной оптимизации 64
2.3 Исследование эффективности самоконфигурируемого алгоритма на репрезентативном наборе тестовых задач оптимизации 68
Выводы 78
Глава 3. Разработка многокритериального подхода к проектированию ансамбля классификаторов и отбору информативных признаков 80
3.1 Настройка параметров и проектирование ансамблей алгоритмов машинного обучения 80
3.2 Разработка и реализация многокритериального подхода к отбору информативных признаков 86
3.3 Разработка и реализация многокритериального подхода к
проектированию ансамбля нейросетевых классификаторов 91
3.4 Исследование эффективности многокритериального подхода к отбору информативных признаков и проектированию ансамбля нейросетевых классификаторов 96 Выводы 108
Глава 4. Разработка гибридного алгоритма обучения конволюционной нейронной сети с применением эволюционного алгоритма оптимизации 111
4.1 Конволюционная нейронная сеть и суть методов глубинного обучения 111
4.2 Достоинства и недостатки алгоритма обратного распространения ошибки и эволюционного алгоритма 116
4.3 Разработка и реализация гибридного алгоритма обучения конволюционной нейронной сети 121
4.4 Исследование эффективности гибридного алгоритма обучения конволюционной нейронной сети на тестовых задачах анализа изображений 124
Выводы 132
Глава 5. Разработка обобщенного метода для решения задач анализа гетерогенных данных на основе разработанных алгоритмов 134
5.1 Разработка и исследование эффективности метода слияния аудио-видео информации на уровне данных и на уровне классификаторов в рамках задачи распознавания эмоций 134
5.2 Разработка обобщенного метода для решения задач анализа гетерогенных данных на основе слияния данных, многокритериального отбора признаков и оптимизации алгоритмов машинного обучения, и конволюционных нейронных сетей 140
5.3 Исследование эффективности разработанного обобщенного метода на задаче распознавания эмоций 143
Выводы 145
Заключение 146
Список использованных источников 148
Список публикаций автора
