Исследование методов машинного обучения без учителя для анализа задач в больших вычислительных сетях

Целью магистерской диссертации является обоснование выбора метода кластеризации данных для поиска закономерностей и аномалий на основе проведенного сравнительного анализа методов кластеризации исходных данных. Найденные закономерности и аномалии могут повлиять на время выполнения задач на вычислительных узлах распределенной системы Большого Адронного Коллайдера (ЦЕРН). Метод кластеризации данных для поиска закономерностей и аномалий позволит предсказывать длительность обработки цепочек заданий в больших вычислительных сетях.

Введение …………………………………………………………………………………………………………. 14

Глава 1 Аналитический обзор предметной области ………………………………………….. 16

1.1 Особенности распределенных вычислений в WLCG ……………………………… 16

1.2 Предсказание длительности выполнения задач по данным с БАК …………. 18

1.3 Обзор подходов к кластерному анализу в научной литературе ………………. 19

1.4 Классификация методов кластеризации. ……………………………………………….. 22

1.5 Методы кластеризации ………………………………………………………………………… 25

1.5.1 Метод k-средних ………………………………………………………………………… 25

1.5.2 Алгоритмы иерархической кластеризации ………………………………….. 27

1.5.3 Метод кластеризации на основе плотности DBSCAN ………………….. 28

1.6 Очистка данных ……………………………………………………………………………………. 29

1.7 Снижение размерности. ………………………………………………………………………… 32

1.7.1 Метод главных компонент (PCA) ……………………………………………….. 33

1.7.2 Стохастическое вложение соседей с t-распределением (T-SNE)…… 35

Глава 2. Применение подходов кластерного анализа к предметной области ……… 36

3.1 Описание входных данных …………………………………………………………………… 36

3.2 Подготовка данных ………………………………………………………………………………. 39

3.3 Снижение размерности признакового пространства………………………………. 44

Глава 3. Результаты исследования……………………………………………………………………. 47

3.1 K-means………………………………………………………………………………………………… 47

3.2 Иерархическая кластеризация ………………………………………………………………. 48

3.3 DBSCAN ………………………………………………………………………………………………. 51
Заключение……………………………………………………………………………………………………… 54

Глава 4. Финансовый менеджмент, ресурсоэффективность и ресурсосбережение
……………………………………………………………………………………………………………………….. 56

4.1.1Технология QuaD ………………………………………………………………………… 57

5.1.2 Оценка готовности проекта к коммерциализации ………………………… 58

1.2 Инициация проекта ………………………………………………………………………………. 59

5.2.1 Цели и результаты проекта …………………………………………………………. 59

5.2.2 Организация и планирование работы ………………………………………….. 61

5.3 Планирование управления научно-техническим исследованием ……………. 62

5.3.1 План исследования ……………………………………………………………………… 62

5.3.2 Определение трудоемкости выполнения работ ……………………………. 63

5.3.3 Разработка графика проведения НТИ ………………………………………….. 64

5.4 Бюджет НТИ ………………………………………………………………………………………… 65

5.4.1 Амортизационные отчисления ……………………………………………………. 66

5.4.2 Основная заработная плата исполнителей …………………………………… 66

5.4.3 Дополнительная заработная плата исполнителей ………………………… 68

5.4.4 Отчисления во внебюджетные фонды (страховые отчисления) ……. 68

5.4.5 Накладные расходы ……………………………………………………………………. 69

5.4.6 Формирование бюджета затрат НТИ …………………………………………… 69

5.5 Риски проекта ………………………………………………………………………………………. 71

5.6 Определение интегрального показателя ресурсоэффективности ……………. 71

Глава 5. Социальная ответственность ………………………………………………………………. 74

5.1 Правовые и организационные вопросы обеспечения безопасности………… 75

5.1.1 Организационные мероприятия при компоновке рабочей зоны …… 75
5.1.2 Особенности законодательного регулирования проектных решений
………………………………………………………………………………………………………………… 76

5.2 Профессиональная социальная ответственность …………………………………… 77

5.2.1 Повышенный уровень электромагнитных излучений ………………….. 78

5.2.2 Отклонение показателей микроклимата ………………………………………. 79

5.2.3 Недостаточная освещённость рабочей зоны ………………………………… 82

5.2.4 Повышенный уровень шума на рабочем месте ……………………………. 84

5.2.5 Электробезопасность ………………………………………………………………….. 85

5.3 Экологическая безопасность …………………………………………………………………. 87

5.3.1 Загрязнение атмосферного воздуха …………………………………………….. 87

5.3.2 Отходы ………………………………………………………………………………………. 88

5.4 Безопасность в чрезвычайных ситуациях ……………………………………………… 88

5.4.1 Пожарная профилактика …………………………………………………………….. 88

5.4.2 Оценка пожарной безопасности помещения………………………………… 88

5.4.3 Анализ возможных причин загорания …………………………………………. 90

5.4.4 Мероприятия по устранению и предупреждению пожаров ………….. 90

Список используемых источников …………………………………………………………………… 92

Список публикаций и основных научных достижений …………………………………….. 97

Приложение А…………………………………………………………………………………………………. 98

1 Subject area overview ……………………………………………………………………………….. 99

2 System design …………………………………………………………………………………………. 102

2.1 Cluster analysis …………………………………………………………………………….. 102

2.2 Classification of clustering methods ………………………………………………… 103

2.3 Clustering Methods ……………………………………………………………………….. 104

2.4 Data cleaning ………………………………………………………………………………… 105
Приложение Б ……………………………………………………………………………………………….. 108