Search academic texts

Information × Registration Number 2119U007758, Article popup.category Опубліковано, Стаття Title A MODIFIED CASE-BASED REASONING METHOD BASED ON THE ROUGH SET THEORY popup.author Коваленко І. І.Швед А. В.Коваль Н. В.Kovalenko I. I.Shved A. V.Koval N. V. popup.publication 18-01-2019 popup.source_user Журнал "Радіоелектроніка, інформатика, управління" (Національний університет "Запорізька політехніка") popup.source https://ric.zp.edu.ua/article/view/154571 popup.publisher National University "Zaporizhzhia Polytechnic" Description Актуальність. Основним елементом систем штучного інтелекту є бази знань, які формуються на основі двох загальноприйнятих підходів: об’єктно-орієнтованого та об’єктно-структурного підходів. При цьому основною операцією, яка реалізується в обох підходах, є структуризація знань за допомогою їх упорядкування та класифікації, типізації виділених класів. Досить часто виникають ситуації, коли дані або знання не є точними і неможливо виконати точну класифікацію. Зазначені особливості обумовлюють необхідність розробки нових підходів спрямованих на вирішення завдань вилучення знань з великих масивів невпорядкованих (необроблених, грубих) даних, структурування, подання та аналітичної обробки неточних знань при автоматизованій побудові бази знань. Метод. В роботі запропоновано підхід, спрямований на модифікацію методу міркувань за прецедентами на основі математичного апарату теорії грубих множин. Запропонований підхід дозволяє виконувати розбиття множини прецедентів для встановлення ступеня їх приналежності до заданих цільових класів на основі операції верхньої та нижньої апроксимацій цільових класів, враховуючи відносну важливість класифікаційних атрибутів та виділені класи еквівалентності, з метою їх подальшої адаптації та пошуку в базі прецедентів. Результати. Запропонована модифікація методу міркувань за прецедентами дозволяє добувати знання про прецеденти з масивів невпорядкованих даних, з метою формування бази прецедентів, та обробляти суперечливу інформацію про прецеденти, у випадку коли при однакових значеннях атрибутів, прецеденти відносяться до різних класів, та неповну інформацію про прецеденти, якщо значення деяких атрибутів або інформація про приналежність прецедентів до заданого класу відсутня або недостовірна. Висновки. Запропонований підхід представлення знань про прецеденти, їх адаптацію та подальший пошук в базі прецедентів, сформованих в умовах невизначеності та наявності неточних, необроблених, суперечливих вихідних даних складає теоретичну підставу для побудови інтелектуальних систем підтримки прийняття рішень. popup.nrat_date 2026-02-09 Close