Пошук академічних текстів

Інформація × Реєстраційний номер 2120U009256, Матеріали видань та локальних репозитаріїв Категорія Опубліковано, Стаття Назва роботи ОБМЕЖЕНИЙ МЕТОД ДЛЯ ВИПАДКУ АЛГОРИТМІЧНОГО ДЕРЕВА КЛАСИФІКАЦІЇ Автор Повхан І. Ф.Povhan I. F. Дата публікації 22-12-2020 Постачальник інформації Журнал "Радіоелектроніка, інформатика, управління" (Національний університет "Запорізька політехніка") Першоджерело https://ric.zp.edu.ua/article/view/218589 Видання National University "Zaporizhzhia Polytechnic" Опис Актуальність. Розглянута загальна задача побудови алгоритмічних дерев розпізнавання (класифікації) на основі обмеженого методу в теорії штучного інтелекту. Об’єктом даного дослідження є концепція дерева класифікації (алгоритмічного дерева класифікації на базі обмеженого методу). Предметом дослідження є актуальні методи, алгоритми та схеми (обмежений метод) побудови алгоритмічних дерев класифікації. Мета. Метою даної роботи є створення простого та ефективного обмеженого методу побудови деревоподібних моделей розпізнавання та класифікації на основі алгоритмічних дерев класифікації для навчальних вибірок дискретної інформації великого об’єму – який характеризується структурою отриманих дерев класифікації з незалежних алгоритмів розпізнавання оцінених на основі функціоналу розрахунку їх загальної ефективності для широкого класу прикладних задач.Метод. Пропонується обмежений метод побудови алгоритмічних дерев класифікації, який для заданої початкової навчальної вибірки довільного розміру будує деревоподібну структуру (модель АДК), яка складається з набору автономних алгоритмів класифікації та розпізнавання оцінених на кожному кроці (етапі) побудови АДК за даною початковою вибіркою. Тобто пропонується обмежений метод побудови алгоритмічного дерева класифікації основна ідея якого полягає в по кроковій апроксимації начальної вибірки довільного об’єму та структури набором незалежних алгоритмів класифікації та розпізнавання. Даний метод при формуванні поточної вершини алгоритмічного дерева (вузла, узагальненої ознаки АДК) забезпечує виділення найбільш ефективних (якісних) автономних алгоритмів класифікації з початкового набору та добудову лише тих шляхів в структурі АДК де відбувається найбільша кількість помилок класифікації. Такий підхід при побудові результуючого дерева класифікації (моделі АДК) дозволяє значно скоротити розмір та складність дерева (загальну кількість переходів, вершин  та ярусів структури) підвищити якість його наступного аналізу (інтерпретабельність), можливість декомпозиції, та будувати структури АДК в умовах обмежених апаратних ресурсів. Запропонований обмежений метод побудови алгоритмічного дерева класифікації дозволяє будувати різнотипні деревоподібні моделі розпізнавання з наперед заданою точністю для широкого класу задач теорії штучного інтелекту.Результати. Розроблений та представлений в даній роботі обмежений метод алгоритмічного дерева класифікації отримав програмну реалізацію та був досліджений і порівняний з методами логічних дерев класифікації (на основі селекції набору елементарних ознак), методами алгоритмічного дерева класифікації (першого та другого типу) 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 методів алгоритмічного дерева класифікації інших типів, які полягають в веденні критерію зупинки процедури побудови моделі дерева за глибиною структури, оптимізації його програмних реалізацій, а також експериментальних дослідженнях даного методу на більш широке коло практичних задач.  Додано в НРАТ 2026-02-09 Закрити