Регистрация / Вход
Прислать материал

Решение задачи распознавания нетипичного поведения в сфере нормирования труда на основе нейросетевого подхода

ФИО
Ульянова Ольга Павловна
Электронная почта
3b703c2ulianov032223@mail.ru
Номинация
Информационные технологии
Институт
Другой институт/университет
Кафедра
Другое
ФИО научного руководителя
к.т.н. Цуканов Михаил Александрович
Академическая группа
Магистратура
Наименование тезиса
Решение задачи распознавания нетипичного поведения в сфере нормирования труда на основе нейросетевого подхода
Тезис

Сегодня в сфере нормирования труда существует проблема, пока не нашедшая адекватного решения: выявление непроизводственных затрат рабочего времени (НЗРВ). Особенно актуально это для производств, где используется в том числе и повременная оплата труда.

Нами предлагается подход, в основе которого лежит принципиальная разница между типами поведения сотрудника. В зависимости от влияния на НЗРВ действия предлагается классифицировать как типичные  и нетипичные. В данном случае основная задача системы – распознать нетипичное поведение работника на основе видеомониторинга его действий.

Работа системы реализуется в два основных этапа: подготовка видео (выделение контура) и анализ видеоинформации посредством нейронной сети (НС).

Выделение контура осуществлялось в Matlab R2012b с помощью функции Computer Vision «Edge Detection».

Заключительным этапом работы системы является анализ нейронной сетью. Этап реализован в Matlab R2012b. Обучение НС проводилось автономно.

Характеристика структуры НС:

  1. Количество нейронов во входном слое N определяется размерностью кадра, умноженной на количество образцов, которому мы хотим обучить НС - N=240×320=76 800;
  2. Количество нейронов выходного слоя соответствует количеству событий  L, на которые должна среагировать НС, выдав результат совпадения - L = 19
  3. Количество нейронов в скрытом слое является предметом исследования - M = 1000.
  4. Для обучения выбрана парадигма – с учителем, использованы функции trainscg и logsig.

Для начала на вход НС был подан образец нетипичного поведения, из обучающей выборки. НС распознала образец со степенью соответствия 0.9755.  Затем на вход НС был подан тестовый образец. Тестовый образец был выделен во временном интервале, на котором не учили НС. Результат-степень соответствия 0.4940 (для остальных образцов max=0,0227). Третьим экспериментом стала подача на вход НС образца типичного поведения – ремонтная операция. Результатом эксперимента стало то, что НС не распознала образец, дав степень соответствия ничтожно малую (от 0,0003 до 0,1773).

Таким образом, можно сделать вывод, что задача по анализу НРЗВ может быть решена на базе нейросетевого подхода.

Научный руководитель к.т.н. Цуканов М.А.