Специальность ВАК:
05.13.17 (теоретические основы информатики)
E-mail: Ключевые слова: статистическая теория распознавания образов,
интеллектуальный анализ данных.
Основные темы научной работы:
Исследование статистической устойчивости решающих функций распознавания в условиях обучающих выборок малого объема. Исследование вероятностных свойств решающих функций для дискретной задачи распознавания; нахождение зависимостей между объемом выборки, числом значений дискретных характеристик, эмпирической ошибкой и ожидаемой вероятностью погрешности. Разработка алгоритмов построения деревьев решений в задачах распознавания образов, кластерного, регрессионного анализа, анализа временных рядов. Применение разработанных методов статистического анализа данных в прикладных исследованиях.
Основные публикации:
Лбов Г.С., Бериков В.Б., Устойчивость решающих функций в задачах распознавания образов и анализа разнотипной информации, Новосибирск, Изд-во Ин-та математики, 2005
Berikov V. B., “An approach to the evaluation of the performance of a discrete classifier”, Pattern Recogn. Letters, 23:1-3 (2002), 227–233
В.Б. Бериков, Г.С. Лбов, “Байесовские оценки качества распознавания по конечному множеству событий”, Доклады Академии Наук, 402:1 (2005), 1–4
Berikov V.B., “Grouping of Objects in a Space of Heterogeneous Variables with the Use of Taxonomic Decision Trees”, Pattern Recognition and Image Analysis, 21:4 (2011), 591–598
Berikov V.B., “A latent variable pairwise classification model of a clustering ensemble”: C. Sansone, J. Kittler, and F. Roli (Eds.), Multiple Classifier Systems, 2011, Lecture Notes on Computer Science, 6713, Springer, Berlin, 2011, 279–288
