Search academic texts

Information × Registration Number 0412U006579, Candidate dissertation Status к.т.н. Date 14-11-2012 popup.evolution o Title Methods of decision trees construction in intelligent systems of diagnosis Author Gofman Yevgeniy Oleksandrovych, popup.head Subbotin Sergiy Oleksandrovych popup.opponent Кучеренко Євген Іванович popup.opponent Скобцов Юрій Олександрович popup.opponent Леонов Сергій Юрійович Description Дисертацію присвячено розробці методів індуктивного навчання дерев розв'язків для підвищення рівнів інтерпретабельності й узагальнення, а також швидкості роботи та синтезу розпізнавальних моделей в інтелектуальних системах. Об'єкт дослідження - процес синтезу дерев розв'язків. Предмет дослідження - методи індуктивного навчання дерев розв'язків в інтелектуальних системах діагностування. Мета - розробка методів ідентифікації дерев розв'язків шляхом використання стохастичного підходу та додаткової інформації про досліджувані об'єкти, що дозволить підвищити точність, швидкість побудови та роботи, рівні узагальнення й інтерпретабельності синтезованих дерев розв'язків. Використовувались методи: еволюційного та мультиагентного пошуку, теорії дерев розв'язків, теорії функцій довіри, математичної статистики. У роботі виконано аналіз процесу побудови та методів синтезу дерев розв'язків в інтелектуальних системах. Розроблено еволюційний метод синтезу дерев розв'язків, який заснований на стохастичному підході та не використовує жадібну стратегію пошуку, що дозволяє будувати дерева розв'язків з достатніми узагальнювальними й апроксимаційними властивостями з незначною кількістю вузлів. Запропоновано модифікацію методу синтезу дерев розв'язків ID3, у якій розраховуються пігністичні ймовірності віднесення екземплярів до класів на основі теорії функцій довіри, що дозволяє виконувати класифікацію екземплярів в умовах невизначеності або неповноти даних. Розроблено метод побудови дерев розв'язків, що дозволяє виконувати індукцію лінгвістичних правил і забезпечує можливість розробки експертних систем на основі більш інтерпретабельних баз лінгвістичних правил. Запропоновано метод синтезу нейро-нечітких мереж на основі дерев розв'язків, який не вимагає вирішення задач оптимізації для настроювання значень параметрів моделі. Створено автоматизовану систему синтезу дерев розв'язків, що дозволяє виконувати побудову простих і зручних для подальшого аналізу моделей у вигляді дерев розв'язків. За допомогою запропонованих методів і програмних засобів вирішено завдання технічного діагностування кузовів автотранспортних засобів. Проведено експерименти по порівнянню запропонованих методів з відомими аналогами. Registration Date 2012-11-14 popup.nrat_date 2020-04-04 Close