| Form of studies |
Bachelor |
| Title of the study programm |
Information Technology |
| Title in original language |
Makkaloka-Pittsa perceptona lietošana procesu netipiskuma līmeņu multikriteriālās izvērtēšanas uzdevumā |
| Title in English |
Application of McCulloch-Pitts Perceptron in Process Typicality Level Multi Criteria Evaluation |
| Department |
12100 Institute of Information Technology |
| Scientific advisor |
Jurijs Čižovs |
| Reviewer |
Dr. sc. ing. Jurijs Korņijenko |
| Abstract |
Bakalaura darba mērķis ir uz perceptrona modeļa balstītās metodes pielietošanas izpēte procesu netipiskuma līmeņa multikriteriālai izvērtēšanai dažādos problēmu apgabalos.
Lai sasniegtu šo mērķi, dokumenta autors izvirzīja sešus galvenos uzdevumus, kuru izpildīšanai darbs tika sadalīts trīs nodaļās.
Bakalaura darba pirmajā nodaļā autors sniedz teorētisku pamatojumu pētījumā izmantotajiem matemātiskajiem modeļiem, proti, Frenka Rozenblata perceptrons un Markova ķēde. Turklāt šajā nodaļā autors arī apraksta mākslīgo situāciju, tā saucamo “scenāriju”, veidošanas procesu, kuri pēc tam tiks izmantoti piedāvāto matemātisko modeļu efektivitātes noteikšanā.
Otrajā nodaļā autors apraksta visas darbības, kas tika veiktas pirms eksperimentu uzsākšanas. Apraksta izveidotus scenārijus un analītisko vidi, speciāli izstrādātu darbam ar scenārijiem.
Trešajā nodaļā autors veic eksperimentu virkni ar scenārijiem, izmantojot visas iespējamās piedāvāto darbinieka soļu tipiskuma izvērtēšanas metožu kombinācijas, un apkopo iegūtos rezultātus.
Bakalaura darba nobeigumā, pamatojoties uz eksperimentu rezultātiem, autors novērtē risinājuma efektivitāti un piedāvā dotā risinājuma uzlabošanas iespējas.
Darba apjoms - 58. lpp., 6 tabulas, 52 attēli un 0 pielikumi. |
| Keywords |
Markova ķēde, Makkaloka-Pitsa modelis, perceptrons, soļu kontrole, anomāliju atklāšana |
| Keywords in English |
Markov chain, McCullogh-Pitts model, perceptrons, step control, anomaly detection |
| Language |
lv |
| Year |
2018 |
| Date and time of uploading |
07.06.2018 13:17:45 |
