Выпускная квалификационная работа Климова Н.С. посвящена вопросам анализа эффективности применения перспективной нейросетевой модели при решении задач поиска аномалий в данных. Актуальность темы определяется необходимостью развития алгоритмического аппарата, используемого для решения подобного рода задач. Модель иерархической темпоральной памяти потенциально имеет определенные преимущества по сравнению с существующими нейросетевыми архитектурами.
Анализируемые алгоритмы реализованы на языке Python, с использованием библиотеки NuPIC компании Numenta. Эксперименты с набором тестовых геопространственных данных позволили сделать определенные выводы о применимости рассмотренной модели памяти к решению поставленной задачи, однако часть реультатов требует более детального анализа. В частности, необходимо провести исследования влияния на возможность запоминания разрядности представлениям исходных данных, начальной структуры связей и параметров алгоритма обучения.
В ходе выполнения работы Н.С. Климов показал умение самостоятельно ставить и решать прикладные задачи, а также хорошую подготовку в области современных компьютерных технологий.
Считаю, что работа Климова Николая Сергеевича удовлетворяет требованиям, предъявляемым к выпускным квалификационным работам, и заслуживает оценки «хорошо», а ее автор – присвоения квалификации «магистр по направлению прикладная математика и информатика».