Skip to content

GitLab

  • Menu
Projects Groups Snippets
    • Loading...
  • Help
    • Help
    • Support
    • Community forum
    • Submit feedback
  • Sign in / Register
  • B BAMT
  • Project information
    • Project information
    • Activity
    • Labels
    • Members
  • Repository
    • Repository
    • Files
    • Commits
    • Branches
    • Tags
    • Contributors
    • Graph
    • Compare
  • Issues 1
    • Issues 1
    • List
    • Boards
    • Service Desk
    • Milestones
  • Merge requests 0
    • Merge requests 0
  • CI/CD
    • CI/CD
    • Pipelines
    • Jobs
    • Schedules
  • Deployments
    • Deployments
    • Environments
    • Releases
  • Monitor
    • Monitor
    • Incidents
  • Packages & Registries
    • Packages & Registries
    • Package Registry
    • Container Registry
    • Infrastructure Registry
  • Analytics
    • Analytics
    • Value stream
    • CI/CD
    • Repository
  • Wiki
    • Wiki
  • Snippets
    • Snippets
  • Activity
  • Graph
  • Create a new issue
  • Jobs
  • Commits
  • Issue Boards
Collapse sidebar
  • ITMO-NSS-team
  • BAMT
  • Wiki
  • Home

Last edited by Irina Deeva Jun 09, 2020
Page history
This is an old version of this page. You can view the most recent version or browse the history.

Home

Home

Данный раздел документации содержит информацию об основных математических моделях и алгоритмах, которые используются в репозитории.

BN-based synthetic data - это подход для генерации синтетических персональных данных на основе построения иерархической блочной структуры байесовской сети.

Моделирование различных аспектов человеческого поведения на уровне личности и общества является трудной задачей из-за значительного многомасштабного воздействия процессов, лежащих в основе человеческой натуры. Учет такой разнородной информации о человеке приводит к необходимости сбора данных из разных источников. Некоторые из них могут быть недоступны, доступность других отличается во времени. Поэтому, возвращаясь к задаче создания генеративной модели для производства синтетических данных, мы сталкиваемся с проблемой, касающейся необходимости изучения всей модели каждый раз, когда мы получаем новые данные. С ростом объема данных и новых источников данных легко увидеть, что обновление всей модели стало чрезмерно дорогим. На рисунке вы можете увидеть пример многомасштабной модульной структуры модели человека.

Clone repository
  • 1. Байесовская сеть
  • 2. Алгоритм идентификации байесовской сети
  • 3. Сэмплирование синтетических данных
  • 4. Подготовка данных
  • 5. Руководство пользователя
  • Home