Інформаційні технології на основі баєсових мереж для розпізнавання користувачів
DSpace at NTB NTUU KPI
Переглянути архів Інформація| Поле | Співвідношення | |
| Title |
Інформаційні технології на основі баєсових мереж для розпізнавання користувачів
|
|
| Creator |
Баклан, Ярослав Ігорович
|
|
| Description |
Дисертація на здобуття наукового ступеня кандидата технічних наук за спеціальністю 05.13.06 – інформаційні технології. – Національний технічний університет України “Київський політехнічний інститут”, Київ, 2010 р. Робота присвячена проблемі біометричного розпізнавання образів шляхом розробки нової методики побудови і застосування дискретних байєсових і динамічних байєсових мереж (БМ і ДБМ), методиці формування ймовірнісного висновку, методиці навчання і застосування БМ і ДБМ для задачі розпізнавання образів, методиці оброблення біометричних даних у вигляді траєкторій руху курсора і створення на їх основі нової інформаційної технології розпізнавання користувача. Зроблено огляд і аналіз методів біометричного розпізнавання та обґрунтована ефективність застосування апарату БМ. Для побудови структури БМ запропоновано евристичний метод навчання за статистичними даними. В якості функції оцінювання структури моделі метод використовує значення міри мінімальної похибки розпізнавання (МПР). Також розроблена методика побудови ДБМ за статистичними даними. Для оброблення траєкторних даних руху курсора запропонована методика на основі методу головних компонент, що дозволяє обчислювати інформативні ознаки для розпізнавання із великого масиву траєкторних даних. Проведені чисельні експерименти дозволяють оцінити точність розробленої методики розпізнавання користувача на рівні 92%, що на 5-7% вище точності аналогічного підходу із використанням нейронних мереж. Розроблена і програмно реалізована оригінальна інформаційна технологія розпізнавання користувача на основі БМ, яка ґрунтується на запропонованих методах побудови структури мережі, ймовірнісного висновку та обробки траєкторних даних. Результати роботи впроваджені в ТОВ «ІКС-Техно» та ТОВ «БМС-Консалтинг». Наукові результати використано у навчальних курсах НТУУ „КПІ”. Диссертация на получение научной степени кандидата технических наук по специальности 05.13.06 – информационные технологии. – Национальный технический университет Украины “Киевский политехнический институт”, Киев, 2010 г. Робота посвящена проблеме биометрического распознавания образов путем разработки новой методики построения и применения дискретных байесовых и динамических байесовых сетей (БС и ДБС), методики формирования вероятностного вывода, методики обучения и применения БС и ДБС к задаче распознавания образов, методике обработки биометрических данных в виде траекторий движения курсора и создания на их основе новой информационной технологии распознавания пользователя. Сделан обзор и анализ существующих технологий биометрического распознавания, который выявил их значительные недостатки: уязвимость для злоумышленников, дороговизна оборудования, сложность в использовании и пр. Также сделан анализ аналогичных исследований, который показал слабые результаты точности распознавания пользователей и неэффективность в подходах к обработке траекторных данных. На основе данного анализа была обоснована эффективность применения аппарата БС. В работе предложена методика применения БС и ДБС к решению задачи распознавания образов. В частности предложена новая мера оценки структуры модели - мера минимальной ошибки распознавания (МОР), которая позволяет задавать соотношение между ошибками первого и второго рода при распознавании. Для построения структуры БС предложен эвристический метод обучения по статистическим данным с использованием меры МОР. Также, разработана методика построения и обучения ДБС по статистическим данным. БС и ДБС позволяют проводить распознавание пользователя в реальном времени, но ДБС дополнительно уточняют результат распознавания с использованием данных предыстории работы пользователя за любой промежуток времени. Для обработки траекторных данных движения курсора предложена методика на основе метода главных компонент, которая позволяет вычислять информативные признаки для распознавания из большого массива траекторных данных. Суть методики заключается в том, что на первом этапе обработки траекторных данных вычисляются вектора-характеристики траекторий, например, производные координат по времени, радиус кривизны и угловая скорость движения в системах координат монитора и курсора, их производные и т.д. В результате вычислений получаем массив значений векторов характеристик, которые по отдельности не несут определенной информации о пользователе и не могут быть эффективно использованы для распознавания. С помощью метода главных компонент удается не только снизить размерность задачи – количество векторов характеристик, но и объединить их в единый массив информативных признаков – массив собственных чисел ковариационной матрицы векторов характеристик. Именно собственные числа в конечном итоге используются для распознавания пользователей. Проведенные численные эксперименты позволяют оценить точность разработанной методики распознавания пользователя на уровне 90% при использовании байесовых сетей и 92% при использовании динамических байесовых сетей, что на 5-7% выше точности аналогичного подхода с использованием 24 нейронных сетей. Кроме того, среднее время обучения одной нейронной сети для распознавания пользователя превышает аналогичное время обучения байесовой (динамической байесовой) сети в 12(17) раз. Разработана и программно реализована оригинальная информационная технология распознавания пользователя на основе БС, которая основывается на предложенных методах построения структуры и обучения сети, вероятностного вывода и обработки траекторных данных. Технология обладает гибкой архитектурой, которая позволяет внедрение в информационные системы различного масштаба, начиная от настольных приложений и заканчивая распределенными приложениями в сети интернет. Результаты работы внедрены в ООО «ИКС-Техно» и ООО «БМС- Консалтинг» в рамках разработанного сервера приложений SmartBase. Научные результаты использованы в учебных курсах кафедры АУТС ФИВТ НТУУ «КПИ». Thesis in fulfilment of the requirements for the degree of candidate of engineering sciences on the speciality 05.13.06 – Information technologies. – National Technical University of Ukraine “Kyiv Polytechnic Institute”, Kyiv, 2010. The thesis deals with the problem of biometric pattern recognition by development of a new method for construction and application of discrete Bayesian networks (BN) and dynamic Bayesian networks (DBN), methods of generation of probabilistic inference, methods of training and application of BN and DBN for a pattern recognition problem solution, methods of trajectory data processing and creating on their basis of the new user recognition informational technology. A review and analysis of methods for biometric pattern recognition and substantiation of efficiency of BM vehicle application is considered. To construct BN structure a heuristic learning procedure is developed that uses statistical data for training. As a scoring measure for determining the model structure the minimum recognition error measure is used (MRE). It also has been proposed the method for DBN training using statistical data. The new method of processing trajectory data of cursor movements is proposed. It’s based on principal components method, which allows determining of informative features for recognition from a wide array of trajectory data. Numerical experiments evaluate the accuracy of the developed user recognition technology at 92%, which is 5-7% higher than accuracy of a similar approach using the neural networks. An original user recognition information technology has been developed and implemented on the basis of BN. The system is based on the proposed methods of BN structure training, probabilistic inference generation and trajectory data procession. The technology is been used at the “IKS-Techno” company and “BMS-Consulting” company. The scientific results acquired are also been used in several student courses at the NTUU “KPI”. |
|
| Publisher |
НТУУ "КПІ"
|
|
| Date |
2011-03-16T12:31:08Z
2011-03-16T12:31:08Z 2011 |
|
| Type |
Thesis
|
|
| Identifier |
http://library.kpi.ua:8080/handle/123456789/744
|
|
| Language |
uk
|
|