DOI 10.17586/0021-3454-2020-63-11-1003-1011
УДК 004.8
ИССЛЕДОВАНИЕ АЛГОРИТМОВ ПОТОКОВОЙ КЛАСТЕРИЗАЦИИ ПРИ РЕШЕНИИ ЗАДАЧИ АНАЛИЗА ДАННЫХ ТЕЛЕМЕТРИИ МАЛЫХ КОСМИЧЕСКИХ АППАРАТОВ
Объединенный институт проблем информатики НАН Беларуси, лаборатория проблем зашиты информации; вед. научный сотрудник; доцент
Новоселова Н. А.
канд. техн. наук; Объединенный институт проблем информатики НАН Беларуси, лаборатория биоинформатики; вед. научный сотрудник;
Читать статью полностью
Аннотация. Рассматривается задача анализа данных телеметрии бортовой аппаратуры малых космических аппаратов с целью идентификации состояний ее функционирования. Выполнено исследование алгоритмов потоковой кластеризации при решении данной задачи. Использование таких алгоритмов позволяет выделить кластерную структуру данных, а также проследить ее динамику совместно с автоматическим обнаружением резких изменений, связанных как со сменой состояний процесса функционирования систем бортовой аппаратуры, так и с возможным появлением отказов в их работе.
Ключевые слова: бортовая аппаратура малых космических аппаратов, данные телеметрии, потоковая кластеризация, микрокластеры, макрокластеры, критерии валидации
Список литературы:
Список литературы:
- Data Streams. Models and Algorithms / Ed. C. Aggarwal. Springer-Verlag, 2007.
- Ailon N., Jaiswal R., Monteleoni C. Streaming k-means approximation // NIPS: Proc. of the 23rd Annual Conf. 2009. P. 10—18.
- Aggarwal C. C. A framework for diagnosing changes in evolving data streams // Proc. ACM SIGMOD Conf., San Diego, June 9—12, 2003. P. 575—586.
- Bifet A., Holmes G., Kirkby R., Pfahringer B. MOA: Massive online analysis // J. of Machine Learning Research. 2010. N 99. P. 1601—1604.
- Liu H., Yu L. Towards integrating feature selection algorithms for classification and clustering // IEEE Trans. on Knowledge and Data Engineering. 2005. N 17(3). P. 1—12.
- Bifet A., de Francisci Morales G., Read J., Holmes G., Pfahringer B. Efficient online evaluation of big data stream classiffiers // Proc. of the 21st ACM SIGKDD Intern. Conf. on Knowledge Discovery and Data Mining, KDD '15. 2015. P. 59—68.