Анотація до роботи:

Жора Д.В. Дослідження класифікатора з випадковими підпросторами та його застосування для прогнозування динаміки фондового ринка. – Рукопис.

Дисертація на здобуття наукового ступеня кандидата фізико-математичних наук за спеціальністю 01.05.02 – математичне моделювання та обчислювальні методи. – Інститут кібернетики імені В.М. Глушкова НАН України, Київ, 2006.

Дисертація присвячена математичному дослідженню характеристик функ-ціонування класифікатора з випадковими підпросторами. Запропоновані методи його удосконалення, проведено порівняння з іншими класифікаційними алгорит-мами. Продемонстрована ефективність застосування цієї моделі нейронної мережі для технічного прогнозування фондового ринка.

Класифікатор з випадковими підпросторами є високопродуктивним нейро-мережевим класифікатором. Концептуально архітектура даної нейронної мережі представляється двома компонентами. Перша здійснює нелінійне перетворення дійсного вхідного вектора в бінарний образ великої розмірності. В отриманому просторі ознак лінійна розділимість представників різних класів стає більш віро-гідною. Друга частина класифікатора є одношаровим персептроном, для якого використовується ітеративний алгоритм навчання з фіксованим інкрементом.

Запропоновані наступні методи удосконалення розглянутої нейронної мере-жі: оптимізація конфігураційних параметрів структури класифікатора для макси-мізації відстані Хеммінга між бінарними образами двох довільних вхідних векто-рів; адаптація розподілу порогових значень у відповідності з ймовірнісним роз-поділом вхідних даних; локальне усереднення коефіцієнтів синаптичної матриці, що є ефективним для задач з великою байєсовською похибкою. Функціонування даної мережі проаналізовано на відомій класифікаційній базі даних. Доведено,
що класифікатор з випадковими підпросторами є універсальним. Як і більшість інших нейромережевих парадигм, даний класифікатор дозволяє застосування ге-нетичного алгоритму формування структури мережі, а також алгоритму навчання зі збереженням найкращої синаптичної матриці.

Використовувалися наступні вхідні дані для задачі прогнозування фінансо-вих часових рядів: нормалізовані дані цін та об’єму торгів, різні технічні індика-тори, патерни японських свічок, індикатори відхилення від ковзних середніх і т.ін. Запропоновано метод оцінки ефективності прогнозування з точки зору теорії інформації. Розроблено алгоритм функціонування програмного агента для торгів-лі цінними паперами. Архітектура класифікатора з випадковими підпросторами дозволяє ефективне розпаралелювання відповідних базових алгоритмів для засто-сування на багатоядерних чи багатопроцесорних комп’ютерних системах.

Публікації автора:

1. Жора Д.В. Анализ функционирования классификатора со случайными порога-ми // Кибернетика и системный анализ. Киев. – 2003. – № 3. – С. 72-91.

2. Жора Д.В., Резник А.М., Дорошенко А.Е. Информационный анализ результа-тов финансового прогнозирования с использованием классификатора со слу-чайными подпространствами // Математические машины и системы. – 2005. – №1. – С. 39-59.

3. Жора Д.В. Принципы построения агента по торговле ценными бумагами // Проблемы программирования. – 2004. – №2-3. Киев. – С. 534-545.

4. Жора Д.В. Распараллеливание алгоритмов функционирования классификатора со случайными подпространствами // Проблемы программирования. – 2006. – №2-3. Киев. – С. 124-134.

5. D.V. Zhora. Financial Forecasting using Random Subspace Classifier // Proc. Int. Joint Conf. Neural Networks 2004, vol. 4, pp. 2735-2740.

6. D.V. Zhora. Data Preprocessing for Stock Market Forecasting using Random Sub-space Classifier Network // Proc. Int. Joint Conf. Neural Networks 2005, pp. 2549-2554.

7. D.V. Zhora. Evaluating Performance of Random Subspace Classifier on ELENA Classification Database // Proc. Int. Conf. Artificial Neural Networks 2005, LNCS 3697, pp. 343-349.

8. Жора Д.В. Представление отношений между объектами при помощи ассоци-ативной нейронной сети // Управляющие системы и машины, Киев. – 1999. – №5, – С. 53-62.

9. Жора Д.В. Анализ численных характеристик ассоциативного нейронного поля // Деп. в УкрИНТЕИ, Киев. – 1997. – С. 13.

10. Жора Д.В. Анализ формирования разделяющих поверхностей для классификатора со случайными подпространствами // Кибернетика и системный анализ, Киев. Представлено к публикации.