Пошук академічних текстів

Інформація × Реєстраційний номер 2117U006178, Матеріали видань та локальних репозитаріїв Категорія Опубліковано, Стаття Назва роботи КОМПЛЕКСНЕ СКОРОЧЕННЯ РОЗМІРНОСТІ ДАНИХ ДЛЯ ПОБУДОВИ ДІАГНОСТИЧНИХ І РОЗПІЗНАВАЛЬНИХ МОДЕЛЕЙ ЗАПРЕЦЕДЕНТАМИ Автор Субботін С. О.Subbotin S. A. Дата публікації 20-01-2017 Постачальник інформації Журнал "Радіоелектроніка, інформатика, управління" (Національний університет "Запорізька політехніка") Першоджерело https://ric.zp.edu.ua/article/view/90429 Видання National University "Zaporizhzhia Polytechnic" Опис Вирішено завдання скорочення розмірності даних при побудові діагностичних і розпізнавальних моделей. Об’єктом дослідження є процес діагностування, керований даними. Предметом дослідження є методи редукції даних для побудови діагностичних моделей за прецедентами. Метою роботи є створення комплексу показників, що дозволяють кількісно характеризувати цінність екземплярів і ознак, а також методу скорочення розмірності вибірок даних для вирішення завдань діагностування та розпізнавання. Розроблено математичне забезпечення, що дозволяє здійснювати формування вибірок та відбір ознак в рамках єдиного підходу щодо оцінки їх значимості. Запропоновано комплекс показників, що дозволяють кількісно характеризувати індивідуальну цінність екземплярів і ознак у локальній околиці в просторі ознак. Отримали подальший розвиток методи переборного пошуку для скорочення розмірності вибірок даних при вирішенні завдань діагностування та розпізнавання, які модифіковані шляхом урахування у пошукових операторах запропонованих індивідуальних оцінок інформативності екземплярів і ознак. Запропоновані методи і комплекс показників програмно реалізовані і досліджені шляхом вирішення завдань скорочення розмірності даних. Проведені експерименти підтвердили працездатність розробленого математичного забезпечення і дозволяють рекомендувати його для використання на практиці при вирішенні завдань неруйнівного діагностування та розпізнавання образів за ознаками. Додано в НРАТ 2026-02-09 Закрити