Search results for "Algoritmi"
showing 10 items of 204 documents
Listwise Recommendation Approach with Non-negative Matrix Factorization
2018
Matrix factorization (MF) is one of the most effective categories of recommendation algorithms, which makes predictions based on the user-item rating matrix. Nowadays many studies reveal that the ultimate goal of recommendations is to predict correct rankings of these unrated items. However, most of the pioneering efforts on ranking-oriented MF predict users’ item ranking based on the original rating matrix, which fails to explicitly present users’ preference ranking on items and thus might result in some accuracy loss. In this paper, we formulate a novel listwise user-ranking probability prediction problem for recommendations, that aims to utilize a user-ranking probability matrix to predi…
On the Extension of the DIRECT Algorithm to Multiple Objectives
2020
AbstractDeterministic global optimization algorithms like Piyavskii–Shubert, direct, ego and many more, have a recognized standing, for problems with many local optima. Although many single objective optimization algorithms have been extended to multiple objectives, completely deterministic algorithms for nonlinear problems with guarantees of convergence to global Pareto optimality are still missing. For instance, deterministic algorithms usually make use of some form of scalarization, which may lead to incomplete representations of the Pareto optimal set. Thus, all global Pareto optima may not be obtained, especially in nonconvex cases. On the other hand, algorithms attempting to produce r…
LR-NIMBUS : an interactive algorithm for uncertain multiobjective optimization with lightly robust efficient solutions
2022
In this paper, we develop an interactive algorithm to support a decision maker to find a most preferred lightly robust efficient solution when solving uncertain multiobjective optimization problems. It extends the interactive NIMBUS method. The main idea underlying the designed algorithm, called LR-NIMBUS, is to ask the decision maker for a most acceptable (typical) scenario, find an efficient solution for this scenario satisfying the decision maker, and then apply the derived efficient solution to generate a lightly robust efficient solution. The preferences of the decision maker are incorporated through classifying the objective functions. A lightly robust efficient solution is generated …
DGA detection using machine learning methods
2016
Yksi yleisimmistä kyberhyökkäysistä on käyttää ryhmä yksityisiä tietokoneita (private computers), joita käytetään esimerkiksi salaisien tietojen levittämiseen. Näitä koneryhmiä kutsutaan botnet. Botnetit pysyvät havaitsemattomana käyttämällä Domain Name Generation (DGA) menetelmää, joka luo ajoittain ja ratkaisee suurina lukumäärinä erillaisia pseudosatunnaisia verkkotunnuksia, kunnes jokin näistä pseudosatunnaisista verkkotunnuksista DNS palvelin hyväksyy. Tämän tutkielman tarkoitus on kehitellä ei- ohjattuja koneoppimismenetelmiä ja vertailla näiden tarkkuutta ohjattuihin koneoppimismenetelmiin DGA hyökkäyksien havaitsemiseen. Lisäksi, tutkielmassa esitellään Random One Class Support Vect…
Attēlu apstrādes rīks datorredzes algoritmiem
2016
Kvalifikācijas darba produkts "Attēlu apstrādes rīks datorredzes algoritmiem" ir lietojumprogramma, kas paredzēta ātrai un vieglai attēlu apstrādei. Šīs programmas mērķis ir padarīt ērtāku un ātrāku attēlu kopu sagatavošanu, kas paredzētas dažādu datorredzes algoritmu izmantošanai un testēšanai. Programma piedāvā lietotājam izgriezt attēla reģionus, atlasīt vēlamos saglabāšanas kritērijus un eksportēt iegūtos datus kā jaunus attēlus. Tā rezultātā tiek iegūts ievadattēlu aprakstošs fails, kas norāda objektu atrašanās vietu uz attēla un tam piederošās iezīmes. Iegūto informāciju kopā ar ievadattēliem un izvadattēliem iespējams viegli nodot citiem lietotajiem vai citām programmām. Šādas attēlu…
Algoritmu sarežģītības novērtējumi bumbas meklēšanas modelī
2015
Viena no aktuālākajām problēmām kvantu skaitļošanas nozarē ir kvantu datoru priekšrocību noteikšana salīdzinājumā ar klasiskajiem datoriem. Priekšrocības bieži tiek demonstrētas, pierādot kvantu algoritmu sarežģītības novērtējumu no augšas, kurš ir labāks par novērtējumu jebkuram klasiskajam algoritmam tādas pašas problēmas risināšanai. Darba mērķis ir izpētīt vairākas skaitļošanas problēmas nesen izgudrota „bumbas meklēšanas” skaitļošanas modeļa ietvaros, lai iegūtu tiem atbilstošu algoritmu kvantu vaicājumu sarežģītības novērtējumus, kuri ir potenciāli labāki par zināmajiem. Pētīto algoritmu starpā ir vairāki algoritmi uz simbolu virknēm, daži algoritmi uz grafiem, kā arī vairāku bitu bin…
Ģenētisko algoritmu izmantošana klasifikācijā
2018
Darbā tiek pētīti tie klasifikācijas problēmas risinājumi, kuri izmanto ģenētiskos algoritmus. Klasifikācijas problēmā dati tiek grupēti pa to klasēm. Datu punktiem koordinātu telpā tiek noteiktas to klases. Ģenētiskie algoritmi ir heiristika, kura var uzlabot risinājumus, tos kombinējot. Iespējams klasifikācijas problēmas risinājums ir lēmumu koks. Maģistra darba mērķis ir izpētīt ģenētisko algoritmu izmantošanas iespējas klasifikācijā. Rezultātā tika izstrādāti ģenētisko algoritmu atribūtu selekcijas, klasifikācijas un ansambļa risinājumi. Klasifikācijas risinājums izmanto selekcijas risinājumu. Attiecīgi ansambļa risinājums izmanto klasifikācijas risinājuma klasifikatorus. Tika īstenotas…
Mašīnmācīšanās pielietojums sporta notikumu prognozēšanā
2017
Dažādu notikumu prognozēšana cilvēcei ir vienmēr bijusi aktuāla. Mūsdienās ir attīstījušās tehnoloģijas, lai to būtu iespējams paveikt balstoties uz pagātnes datiem. Darbā tiek apskatīta sporta notikumu prognozēšana, konkrēti futbola maču iznākumi. Tiek apskatītas vairākas mašīnmācīšanās metodes, kas būtu piemērotākās šī uzdevuma veikšanai. Tiek realizēti un optimizēti divi multi-slāņu perceptrona tīkli un viens vairākkārtējā neironu tīkla, konkrēti LSTM algoritms. Ar tiem tiek veikta simulācija izmantojot reālus datus. Vienā no simulācijām tiek sasniegts pozitīvs rezultāts, sezonas laikā algoritms gūst 65% peļņu.
Algoritmiski ģenerēta mūzika
2020
Mūsdienās arvien vairāk procesiem ikdienā tiek meklēti veidi, kā tos optimizēt un ļaut cilvēkam pārstāt darīt vispār. Manuālais darbs tiek aizstāts ar tehnoloģiju veiktu. Arī mūzikas radīšanai ir vairāki veidi, kā to veikt, lietojot ne tikai cilvēka iztēli, talantu un māksliniecisko domāšanu, bet arī matemātiku, loģiku un algoritmus. Tiek izstrādāti algoritmi, kas ģenerē mūziku bez cilvēka tiešas iesaistes, kā arī tādi, kas strādā tikai kā viens no soļiem šīs mākslas radīšanas procesā. Darba mērķis ir izpētīt, kā, izmantojot dažādus algoritmus, ir iespējams ģenerēt mūziku. Tiek aprakstīti dažādi ģenerēšanas un izveduma interpretācijas veidi, kā arī veikti praktiski eksperimenti ar algoritmi…
Datu saspiešanas algoritmu salīdzinājums, izmantojot korelācijas ieviešanu pseidonejaušu skaitļu virknēs
2019
Darba ietvaros tiek veikta priekšizpēte testu izstrādei, kas izmantotu skaitļu virknes datu saspiešanas faktoru, lai pārliecinātos par izvēlēta statistisko īpašību kopuma neesamību skaitļu virknē. Tiek salīdzināti 5 populāri bezzudumu datu saspiešanas algoritmi pēc tā vai no izmaiņām to datu saspiešanas faktoros var savstarpēji atšķirt dažādas korelācijas, kas ieviestas ar AES-128 ģenerētās pseidonejaušu skaitļu virknēs. Darbs izvirza virknes datu saspiešanas faktoru kā potenciāli pētāmu virknes statistisko īpašību