Učící se algoritmy aplikované na předvídání vzniku plazmatu v tokamaku

Prezentace na téma: "Učící se algoritmy aplikované na předvídání vzniku plazmatu v tokamaku"— Transkript prezentace:

1 Učící se algoritmy aplikované na předvídání vzniku plazmatu v tokamaku
Helena Valouchová, Vojtěch Stránský

2 Může počítač „věštit“ výsledky pokusů?
Učící se algoritmy Aplikace na pokusy v tokamaku GOLEM

3 Učící se algoritmy Algoritmy, které umožňují systému se učit
Výhody: široké využití předpovídání neodhadnutelných jevů Nevýhody: ovlivnitelnost člověkem

4 Support Vector Machines
Metoda učení Přesné výsledky Nutné znát princip

5 Support Vector Machines 2
Penalizační konstanta C - hodnotí překryv bodů Hodnota γ – mění složitost modelu

6 Získávání dat Data umístěna na webu Stahována vlastním programem
Z téměř 4000 výstřelů použitelných 800

7 Zpracování dat Pomocí programu libSVM Vypracování databáze výstřelů
6 parametrů z 19

8

9 Výsledky ostatních skupin
Ze 44 výstřelů bylo 100% správně odhadnuto Jistota 93,18% Lepší předpověď vzniku plazmatu, než následné posouzení grafů u tokamaku

10 Pokročilé experimentování
Ostatní se snažili dosáhnout co nejlepších výsledků Nastavení parametrů okolo 50% Nové extrémní hodnoty

11 Naše výsledky Z 12 výstřelů bylo 100% správně odhadnuto Jistota 91,7%

12 Závěr Předpovídání – velmi úspěšné
Skvělé výsledky i v nevyzkoušených oblastech Větší databáze – větší jistota

13 Poděkování Supervizor – Michal Odstrčil
Povolení ničivých pokusů – Vojtěch Svoboda organizátorům FJFI na ČVUT Všem sponzorům

14 Zdroje [1] Ben-Hur, A. - Weston, J.: A User's Guide to Support Vector Machines 2011, [2] Chich-Wei Hsu - Chih-Chung Chang - Chih-Jen Lin: A Practical Guide to Support Vector Classification 2010