Учёные ТУСУРа разрабатывают ИИ-технологию, способную принимать точные решения при несбалансированных данных
Учёные факультета безопасности Томского госуниверситета систем управления и радиоэлектроники разрабатывают новые методы для построения алгоритмов классификации (нечётких классификаторов), которые позволят искусственному интеллекту принимать правильные решения при несбалансированных данных.
В настоящее время искусственный интеллект (ИИ) и его элементы всё чаще начинают применять в самых разных областях: в медицине, банковском деле, IT-сфере. Однако до сих пор существует проблема точности ИИ, особенно в случаях работы с несбалансированными данными. В самых разных отраслях может возникнуть ситуация, когда данных одних классов существенно больше, чем данных других, эта ситуация и называется несбалансированностью. Но зачастую именно экземпляры наименьших классов являются важнейшими для исследователей. Как пояснила аспирант ТУСУРа Марина Бардамова, в качестве примера несбалансированных данных можно привести анализ базы данных пациентов, сдавших кровь: большинство из них, вероятнее, будут здоровы, а заболевших, которых нужно выявить, окажется значительно меньше.
Универсальные алгоритмы неэффективны в решении данной задачи, что приводит к невозможности обработки данных с высоким уровнем точности для последующего практического использования.
«Один из наиболее распространённых сейчас подходов – исправление самих данных: чтобы уменьшить дисбаланс, либо вырезаются те, которые принадлежат к классам большинства, либо синтезируются новые данные, дополнительные к имеющимся целевым, и включаются в таблицу наблюдения. На наш взгляд, такой подход не совсем верный: если мы обрезаем данные, то можем потерять часть важной информации, если добавляем, может возникнуть путаница с реальными данными, их пересечение», – рассказала Марина Бардамова.
В рамках гранта РФФИ аспирант ТУСУРа разрабатывает специальные методы, которые позволяют реагировать на маленькие классы, представленные небольшим количеством данных, стараясь обучить нечёткие классификаторы определять несбалансированность данных и настраивать параметры с учётом важности классов меньшинства.
«Мы используем метаэвристические алгоритмы для отбора информативных признаков, которые позволяют настраивать наши нечёткие классификаторы таким образом, чтобы отсеять избыточные признаки, оптимизировать параметры, повысить точность классификации и разделить данные по конечным классам», – пояснила Марина Бардамова.
Она также отметила, что процесс обучения классификаторов осуществляется на основе реальных данных, предоставленных медучреждениями, предприятиями.
По её словам, ТУСУР – одна из немногих в мире групп учёных, которые работают с нечёткими классификаторами, поскольку в отличие от, например, популярных сегодня нейронных сетей они отличаются свойством интерпретируемости, более понятны конечному пользователю и более эффективны в ситуациях, когда невозможна жёсткая классификация.
С этой точки зрения, по мнению Марины Бардамовой, нечёткие классификаторы будут полезны в первую очередь в медицине, где зачастую у данных «размыты границы», их можно отнести к разным множествам с разной степенью принадлежности, например, когда болезнь только начинается и явных признаков ещё нельзя выявить. Если обучить ИИ работать с такими несбалансированными данными, он поможет врачам определять заболевания уже на начальных стадиях.
Другие новости
ТУСУР и ОАО «Манотомь» представили на международном военно-техническом форуме «Армия – 2020» специализированный программно-аппаратный комплекс для контроля и управления технологическими процессами производства типа «городской водоканал».
После защиты диплома в аспирантуре доцент кафедры физики ТУСУРа Денис Золотухин отправился на полтора года в лабораторию в Вашингтоне, чтобы заниматься улучшением микродуговых двигателей маленьких космических аппаратов – кубсатов. По итогу работы в Университете Джорджа Вашингтона Денис написал несколько научных работ в высокорейтинговых рецензируемых журналах и вернулся в ТУСУР. Мы поговорили с Денисом и узнали, к чему пришла команда учёных в той лаборатории, чем Денис занимается в ТУСУРе, и есть ли разница между наукой в России, США и Израиле.
Доцент кафедры физики ТУСУРа Денис Золотухин разработал решение по улучшению тяги, удельной тяги и эффективности миниатюрного плазменного двигателя космических кубсатов. Исследование проведено под руководством профессора Майкла Кейдара во время полуторагодовой работы учёного в Университете Джорджа Вашингтона (г. Вашингтон, США) и опубликовано в журнале Physical Review E.
Проект ТУСУРа по созданию радиомодема системы беспроводной связи, работающего в высокоскоростном и помехозащищённом режимах, получил поддержку в рамках программы «УМНИК – Цифровая Россия».
