Пошук академічних текстів

Інформація × Реєстраційний номер 2120U009237, Матеріали видань та локальних репозитаріїв Категорія Опубліковано, Стаття Назва роботи ЗАГАЛЬНА КОНЦЕПЦІЯ МЕТОДІВ АЛГОРИТМІЧНИХ ДЕРЕВ КЛАСИФІКАЦІЇ Автор Повхан І. Ф.Povkhan І. F. Дата публікації 06-11-2020 Постачальник інформації Журнал "Радіоелектроніка, інформатика, управління" (Національний університет "Запорізька політехніка") Першоджерело https://ric.zp.edu.ua/article/view/214991 Видання National University "Zaporizhzhia Polytechnic" Опис Актуальність. Розглянута загальна задача побудови логічних дерев розпізнавання (класифікації) в теорії штучного інтелекту. Об‘єктом даного дослідження є концепція дерева класифікації (логічного та алгоритмічного). Предметом дослідження є актуальні методи та алгоритми побудови алгоритмічних дерев класифікації.Мета. Метою даної роботи є створення простого та ефективного методу побудови деревоподібних моделей розпізнавання на основі алгоритмічних дерев класифікації для навчальних вибірок дискретної інформації, який характеризується структурою отриманих логічних дерев класифікації з незалежних алгоритмів класифікації оцінених на основі функціоналу розрахунку їх загальної ефективності.Метод. Пропонується загальний метод побудови алгоритмічних дерев класифікації, який для заданої початкової навчальної вибірки будує деревоподібну структуру (модель класифікації), яка складається з набору автономних алгоритмів класифікації та розпізнавання оцінених на кожному кроці (етапі) побудови моделі за даною початковою вибіркою. Тобто пропонується метод побудови алгоритмічного дерева класифікації основна ідея якого полягає в по кроковій апроксимації начальної вибірки довільного об‘єму та структури набором незалежних алгоритмів класифікації. Даний метод при формуванні поточної вершини алгоритмічного дерева (вузла, узагальненої ознаки) забезпечує виділення найбільш ефективних (якісних) автономних алгоритмів класифікації з початкового набору. Такий підхід при побудові результуючого дерева класифікації дозволяє значно скоротити розмір та складність дерева (загальну кількість гілок, вершин  та ярусів структури) підвищити якість його наступного аналізу (інтерпретабельність), можливість декомпозиції. Запропонований метод побудови алгоритмічного дерева класифікації дозволяє будувати різнотипні деревоподібні моделі розпізнавання для широкого класу задач теорії штучного інтелекту.Результати. Розроблений та представлений в даній роботі метод алгоритмічного дерева класифікації отримав програмну реалізацію та був досліджений та порівняний з методами логічних дерев класифікації (на основі селекції набору елементарних ознак) при розв‘язку задачі розпізнавання реальних даних геологічного типу.Висновки. Проведені в даній роботі експерименти підтвердили працездатність запропонованого математичного забезпечення та показують можливість його перспективного використання для розв‘язку широкого спектру практичних задач розпізнавання та класифікації. Перспективи подальших досліджень та апробацій можуть полягати в створенні обмеженого методу алгоритмічного дерева класифікації, який полягає в веденні критерію зупинки процедури побудови моделі дерева за глибиною структури, оптимізації його програмних реалізацій, введення нових типів алгоритмічних дерев а також експериментальних дослідженнях даного методу на більш широке коло практичних задач. Додано в НРАТ 2026-02-09 Закрити