Мы в соц. сетях:
Вконтакте Facebook Twitter

Применение математических моделей для голосовой идентификации субъектов в сфере финансовой безопасности

Е.Ю. Щербаков

В статье проведено исследование, посвященное выбору наиболее эффективных математических методов и поиску оптимальных комбинаций параметров предварительной обработки данных в решении задач биометрической идентификации. Исследованы этапы подготовки данных, представленных в виде временных рядов, для задач распознавания образов. Установлены признаки потока данных, которые могут быть использованы как входные параметры для построения модели классификации. Проведен сравнительный анализ точности моделей классификации, построенных с использованием искусственных нейронных сетей, комитетов деревьев принятия решений и алгоритма опорных векторов, а также сравнение показателей затрат компьютерного времени на построение таких моделей. Для уменьшения затрат времени для поиска гиперпараметров предложено применять двухэтапный подход с сокращением объема обучающей выборки и привлечением упрощенных математических методов на предварительном этапе поиска. Проведенная экспериментальная проверка подтвердила целесообразность применения такого подхода в процессе оптимизации параметров подготовки данных и конфигурации нейронной сети, а также показала его эффективность с точки зрения затрат компьютерного времени. Выводы из проведенного исследования и построенные модели могут быть использованы банковскими структурами и другими учреждениями, заинтересованными в биометрической идентификации личности по голосу.

Ключевые слова. Биометрическая идентификация, нейросеть, комитеты деревьев принятия решений, оптимизация гиперпараметров, расходы процессорного времени.

DOI 10.33111/nfmte.2017.158


Creative Commons Attribution-NonCommercial 4.0 International License

Скачать статью