ОБРАБОТКА ГЕОЛОКАЦИОННОЙ ИНФОРМАЦИИ КАК …see-congress.com/images/bill/Docs/GolovkovAA_SEE-2016.pdf · МАШИННОЕ ОБУЧЕНИЕ • Область

ОБРАБОТКА ГЕОЛОКАЦИОННОЙ ИНФОРМАЦИИ КАК ПРАКТИЧЕСКАЯ ЗАДАЧА МАШИННОГО ОБУЧЕНИЯ

GEO-DATA PROCESSING AS A PRACTICAL

MACHINE LEARNING TASK

А. Головковассистент, аспирант каф. ИУ6

Г. Ивановад.т.н., проф каф. ИУ6

МГТУ им. Н.Э. Баумана

МАШИННОЕ ОБУЧЕНИЕ

• Область искусственного интеллекта

• Регрессия, классификация, кластеризация и др.

• Сложные практические задачи

• Много данных

ПАРАЛЛЕЛЬНЫЕ ВЫЧИСЛЕНИЯ

АППАРАТНЫЕ И ПРОГРАММНЫЕ СРЕДСТВА

• CPU (OpenMP, MPI, OpenACC, OpenCL, …)

• GPU CUDA (CUDA API, OpenACC, …)

• Python, R, MathLab + Libraries…

ЗАДАЧА ОБРАБОТКИ ГЕОЛОКАЦИОННОЙ ИНФОРМАЦИИИсточники данных:

• GPS/GLONASS/Galileo/GNSS

• Wi-Fi

• Bluetooth маячки (iBeacon)

• Сотовые вышки

ПРОБЛЕМЫ• низкая точность геоданных: переотражение сигнала, высокое энергопотребление, выбросы координат, wi-fi (данные без скорости), сотовые вышки (низкая реальная точность при высокой рассчитанной)

• регулярность трека• ненормализованность данных от разных источников• отсутствие «гладкости» трека• большой объем данных• геопозиционирование в помещениях• определение стоянок и времени стоянок

,(!"#$"!%$,,T( 5$,,T(

НЕОБРАБОТАННЫЕ ДАННЫЕ

РЕШЕНИЕ

• Системы фильтров

• Машинное обучение (нейронные сети, CNN, RBM…)

РЕЗУЛЬТАТ

• Accuracy = 0.870774(true positives + true negatives) / All

• F score = 0.929952

#(47)S%$%

,(!"#$"!%$,,T( 5$,,T(

ЗАКЛЮЧЕНИЕ

• Параллельные алгоритмы машинного обучения

• Конкретная практическая задача

• Новая область

• Вычислительные ресурсы

СПАСИБО ЗА ВНИМАНИЕ!

МГТУ им. Н.Э. Баумана

А. Головковаспирант, ассистент каф. ИУ6

[email protected]

Г. Ивановад.т.н., проф каф. ИУ6