Пошук академічних текстів

Інформація × Реєстраційний номер 2123U001771, Матеріали видань та локальних репозитаріїв Категорія Стаття, Опубліковано Назва роботи СТРУКТУРНІ ОСОБЛИВОСТІ НЕЙРОПОДІБНОГО КЛАСИФІКАТОРА ОБ’ЄКТІВ Автор Мартинюк Тетяна БорисівнаКожем’яко Андрій ВікторовичКаташинський Дмитро ОлександровичБулига Ігор ВолодимировичMartyniuk Tetyana BorysivnaKozhemyako Andrii ViktorovychKatashynskyi Dmytro OleksandrovychBulyha Ihor Volodymyrovych Дата публікації 30-12-2023 Постачальник інформації "Наукові праці Вінницького національного технічного університету" (Вінницький національний технічний університет) Першоджерело https://praci.vntu.edu.ua/index.php/praci/article/view/708 Видання Вінницький національний технічний університет Опис Класифікація об’єктів різного призначення є найбільш задіяною процедурою в області розпізнавання образів. Особливо ефективним є застосування процедури класифікації при медичному діагностуванні, де вхідними ознаками є біомедичні симптоми, а вихідними даними є діагноз захворювання. У випадку, коли використовуються статистичні методи опису об’єктів, добре себе зарекомендував дискримінантний аналіз, зокрема, на базі лінійних дискримінантних функцій. З іншого боку, значну зацікавленість представляють методи класифікації із застосуванням нейротехнологій. В цій роботі наводиться аналіз структурних особливостей нейроподібного класифікатора об’єктів із застосуванням в процесі класифікації дискримінантних функцій. За базову модель прийнято мапу Кохонена SOFM, яка має двовимірну організацію і визначає метричні та топологічні залежності вхідних сигналів. В роботі також розглядається альтернативний підхід до кількісної міри близькості як критерію класифікації. Застосовано підхід, в якому не виконується формування лінійних дискримінантних функцій та їх попарного порівняння, що дозволяє не «вирощувати» лінійні дискримінантні функції, а обробляти на рівні їх доданків з поступовим обнуленням  до моменту, коли залишиться одна ненульова лінійна дискримінантна функція. В цьому випадку існує можливість сформувати ранги входження об’єкта до визначених класів. Запропоновано двовимірну структуру нейроподібного класифікатора, базовим вузлом якого є матричний обчислювач (максимізатор). Він реалізований у вигляді двох мап – двовимірної обчислювальної мапи та одновимірної мапи ознак. Нейроподібність структури запропонованого класифікатора зумовлена тим, що для формування обчислювальної мапи застосовуються три основні процеси самоорганізації, а саме, конкуренція, кооперація і синаптична адаптація. В роботі наведено таблицю з порівняльною характеристикою мапи Кохонена та запропонованого матричного обчислювача у складі нейроподібного класифікатора. Додано в НРАТ 2026-04-20 Закрити