Search academic texts

Information × Registration Number 2125U004825, Article popup.category Стаття, Опубліковано Title Speciality of the classification process in the context of medical diagnosis (AI translated) popup.author Мартинюк Тетяна БорисівнаКожем’яко Андрій ВікторовичКаташинський Дмитро ОлександровичБулига Ігор ВолодимировичMartyniuk Tetyana BorysivnaKozhemyako Andrii ViktorovychKatashynskyi Dmytro OleksandrovychBulyha Ihor Volodymyrovych popup.publication 27-03-2025 popup.source_user "Наукові праці Вінницького національного технічного університету" (Вінницький національний технічний університет) popup.source https://praci.vntu.edu.ua/index.php/praci/article/view/780 popup.publisher Вінницький національний технічний університет Description Для підсистеми підтримки прийняття рішень у складі експертних систем різного призначення актуальною задачею є можливість формування рангів стосовно отриманих результатів. Цю можливість можна реалізувати, якщо використовувати результати попередньої класифікації об’єктів. У цій роботі розглядається варіант реалізації процедури класифікації об’єктів із ранжуванням у контексті медичного діагностування захворювань. В якості базового задіяно метод класифікації з використанням лінійних дискримінантних функцій. Показано, що двома базовими операціями класифікації в цьому випадку є сформування лінійних дискримінантних функцій векторно-матричним помножувачем та вибірка максимальної з них максимізатором типу “1 з N”. Враховуючи те, що ранжування результатів класифікації виконується після застосування до лінійних дискримінантних функцій механізму конкуренції через максимізатор, у роботі розглянуто варіанти реалізації такої функції максимізатора. В результаті особливий інтерес з точки зору часових та апаратних витрат становить альтернативний метод числового сортування із застосуванням швидкісної операції декремента паралельно до всіх елементів числового масиву. Це, у свою чергу, дозволяє для формування рангів елементів задіяти швидкісну операцію інкремента. Обидві ці операції декремента/інкремента можна ефективно реалізувати на реверсивних лічильниках, що збільшить регулярність структури класифікатора. Отже, для цього класичну структуру класифікатора необхідно доповнити ранжувальником після максимізатора. Результати імітаційного моделювання підтвердили слушність процесу медичного діагностування з ранжуванням визначених діагнозів захворювань. Важливо підкреслити, що актуальність ранжування результатів класифікації об’єктів під час медичного діагностування захворювань полягає в тому, що існує можливість розглядати не тільки діагноз з найбільшим рангом, але й найближчі до нього. Все це свідчить про наочність та зручність такого процесу медичного діагностування. popup.nrat_date 2026-04-20 Close