Архив публикаций

Тезисы

XIII-ая конференция

Применение алгоритмов ассоциации для обработки телеметрической информации

Жукова Н.А., Мазурин А.В.¹, Тихонов Д.В.²

Санкт-Петербургский государственный электротехнический университет "ЛЭТИ", ф-т компьютерных технологий и информатики, каф. Математического обеспечения ЭВМ, Россия, 197376, г. Санкт-Петербург, ул. проф. Попова, д. 5, тел.: (812) 234-27-46,e-mail: nazhukova@mail.ru

¹Военно-космическая академия имени А.Ф. Можайского, 197082, Россия, г. Санкт-Петербург, ул.Ждановская, д. 13

²Научно-инженерный центр электротехнического университета, Россия, 197376, г. Санкт-Петербург, ул. проф. Попова, д. 5

1  стр.

В докладе рассматриваются вопросы применения Data Mining, в частности, алго-ритмов ассоциации, в задачах анализа и интерпретации телеметрической информации, получаемой в ходе испытаний сложных систем. Особенностью данного класса задач является необходимость работать с большими объемами численной информации.

Приводится описание результатов применения алгоритмов ассоциации apriori [1] и tertius [2] для обнаружения в телеметрическом сигнале участков, соответствующих наличию нерегламентированных процессов. Использование данных алгоритмов требу-ет предварительного разбиения значений признаков на интервалы, т.е. преобразования количественных признаков в качественные.

В [3] предлагается рассматривать множество интервалов для каждого значения количественного атрибута и выбирать интервалы, у которых значение поддержки пре-вышает значение минимального порога. Для сокращения времени выполнения вводится параметр “максимальная поддержка”. Процесс поиска интервала для значения количе-ственного признака прекращается, когда значение поддержки найденного интервала оказывается больше значения “максимальной поддержки”.

Авторами предлагается адаптированный для работы с телеметрической информа-цией метод нахождения числа интервалов, на которые должно быть разбито множество значений количественного признака, а также описывается способ решения проблемы исключения ненужных правил.

Литература.

1. Agrawal R., Srikant R. Fast algorithms for mining association rules in large databases. Proc International Conference on Very Large Databases. Santiage, Chile, 1994.

2. Agrawal R., Srikant R. Mining quantitative association rules in large relational tables. In Proceedings of the ACM SIGMOD Conference on Management of Data. Montreal, Can-ada, 1996.

3. Scheffer T. Finding Association Rules That Trade Support Optimally against Confidence. Proc of the 5th European Conf. on Principles and Practice of Knowledge Discovery in Databases (PKDD'01). Freiburg, Germany, 2001.