Диссертации, представленные на защиту и подготовленные в НИУ ВШЭ

В работе предложены алгоритмы прогноза вероятности дефолта и уровня потерь в случае дефолта, основанные на методах анализа формальных понятий. Предложенные алгоритмы, с одной стороны, превосходят по метрике качества используемые в банковской сфере стандартные модели, и, с другой стороны, сохраняют свойство интерпретируемости прогноза. Это достигается с помощью использования интервальных узорных структур. Разработан метод классификация «по запросу» (Query-Вased Classification), который представляет собой рандомизированную процедуру предсказания неизвестной метки класса для наборов данных с большим числом наблюдений на основе интервальных узорных структур. Также был разработан метод регрессии «по запросу» (Query-Based Regression), который адаптирует инструментарий интервальных узорных структур для задачи восстановления регрессии. Качество работы алгоритмов анализируется как на внутрибанковских данных, так и на открытых данных.

Диссертация посвящена разработке методов автоматизации всех этапов исследования в рамках фреймового подхода к лексической типологии. Этот подход предполагает составление фреймовой анкеты для рассматриваемого семантического поля, заполнение ее материалами максимального количества языков и, наконец, конструирование семантической карты, отражающей наблюдаемые типологические закономерности. Мы начинаем с того, что, с помощью моделей дистрибутивной семантики, приводим независимые свидетельства в пользу лингвистической обоснованности понятия «фрейм». Затем мы предлагаем составлять анкету на основе материала одного языка с помощью моделей дистрибутивной семантики и кластерного анализа сформированного пространства векторов сочетаемости. Готовая анкета переводится на доступные языки с помощью машиночитаемых словарей, онлайн переводчиков и параллельных корпусов и заполняется по материалам одноязычных корпусов выбранных языков. Наконец, в качестве семантических карт нового образца могут быть использованы решетки формальных понятий, построенные на основе формального контекста, в котором в качестве объектов выступают слова включенных в исследование языков, а роль атрибутов играют минимальные лексические значения (фреймы).Все предлагаемые методы тестируются на материале нескольких семантических полей качественных признаков (‘острый’, ‘гладкий’, ‘толстый’ и др.), результаты экспериментов проходят качественную и количественную оценку, выделяются слабые места разработанных алгоритмов и формулируются направления их улучшения.Новые методики позволяют упростить и ускорить процесс лексико-типологического исследования и расширить его эмпирическую базу.

Научная новизна определяется следующими результатами: Разработанные автором диссертации методы автоматизации порождения импликативных теорий реализуют новые функциональные возможности. Решена задача нахождения алгебр на бесконечном носителе, заданных некоторым набором тождеств. Автором диссертации предложен новый метод нахождения ошибок в бинарных данных, основанный на АФП. Доказано, что этот метод обеспечивает решение задачи нахождения признаков (или классификации) за полиномиальное время.  Объект исследования: импликативные зависимости. Цель:разработка методов и средств автоматизации исследования импликативных зависимостей на основе методологии АФП.  

Научная новизна определяется следующими результатами: 1. Доказана трудноразрешимость задач, связанных с вычислением классического минимального базиса импликаций. 2. Предложена новая модель приближенного базиса импликаций формального контекста, алгоритм его вычисления и эффективная программнаяреализация. 3. Доказана трудноразрешимость вычисления минимальных гипотез встандартной постановке 4. Предложена и экспериментально проверена модель распределенногообучения гипотезам – импликативным зависимостям для задачи машинного обучения. 5. Предложен линейный по времени алгоритм поиска всех гипотез по распределенной обучающей выборке и его программная реализация. 6. Предложена и экспериментально проверена модель оценивания гипотези формальных понятий – вероятностный индекс устойчивости. 7. Теоретически и экспериментально исследована сложность вычисления вероятностного индекса устойчивости, предложен эффективный алгоритм и его программная реализация. 8. Решены давно сформулированные и остававшиеся открытыми задачи создания эффективных алгоритмов и оценки вычислительной сложности распознавания псевдосодержаний и существенных содержаний. 9. Показана полиномиальная эквивалентность задачи перечисления мини-мальных гипотез и задачи дуализации монотонной булевой функции нарешетке. 10. Разработан комплекс программ, реализующий предложенные алгоритмы, который был встроен в коллективно разрабатываемый в Отделении прикладной математики и информатики НИУ ВШЭ комплекс программ. Объект исследования: модели импликативных зависимостей в данных и их эффективная алгоритмическая реализация. Цель: разработка моделей импликативных зависимостей в данных, для которых существуют более быстрые алгоритмы, а также решение связанных с ними вычислительных задач и разработка комплекса программ, реализующего предложенные алгоритмы.