Пошук академічних текстів

Інформація × Реєстраційний номер 2117U006211, Матеріали видань та локальних репозитаріїв Категорія Опубліковано, Стаття Назва роботи МЕТРИКИ ЯКОСТІ ВИБІРОК ДАНИХ І МОДЕЛЕЙ ЗАЛЕЖНОСТЕЙ, ЗАСНОВАНІ НА ФРАКТАЛЬНІЙ РОЗМІРНОСТІ Автор Субботін С. О.Subbotin S. A. Дата публікації 09-11-2017 Постачальник інформації Журнал "Радіоелектроніка, інформатика, управління" (Національний університет "Запорізька політехніка") Першоджерело https://ric.zp.edu.ua/article/view/112260 Видання National University "Zaporizhzhia Polytechnic" Опис Актуальність. Розглянуто задачу автоматизації формування вибірок з вихідних вибірок великого обсягу для побудови моделей за прецедентами. Об’єктом дослідження є модель якості вибірки для побудови моделей за прецедентами. Мета роботи – створення набору показників для оцінки якості вибірок, що мають єдину природу, на основі принципів фрактального аналізу. Метод. Запропоновано комплекс показників, що дозволяють характеризувати якість підвибірок відносно вихідної вибірки з єдиних позицій на основі принципів фрактального аналізу. Запропоновано методи визначення фрактальної розмірності вибірки, що оперують прямокутними блоками однакового розміру, покриваючи ними простір ознак: такий, що не враховує характеристики синтезованої моделі, такий, що враховує помилку (точність) синтезованої моделі, а також такий, що враховує точність і складність синтезованої моделі. Поряд із фрактальною розмірністю також запропоновано метод визначення показників якості вибірки на основі принципу масової розмірності стосовно до аналізу даних. Запропонований метод розбиває простір ознак на кластери однакового розміру і форми. Варіюючи розмір кластера, метод дозволяє одержувати різні рівні деталізації вибірки. Метод дозволяє визначити центр мас класу у вибірці, середню відстань між екземплярами кластера, нормоване середнє відхилення відстаней між екземплярами від їхнього середнього, масу і щільність екземплярів кластера, обсяг і площу поверхні прямокутного кластера, відношення обсягу до площі поверхні кластера, середньозважену рівномірність розташування екземплярів у кластерах класу, масу і щільність екземплярів класу, середньозважену рівномірність розташування екземплярів вибірки.Результати. Розроблені показники реалізовані програмно і досліджені при вирішенні задачі класифікації ірисів Фішера.Висновки. Проведені експерименти підтвердили працездатність запропонованого математичного забезпечення і дозволяють рекомендувати його для використання на практиці при вирішенні задач діагностування й автоматичної класифікації за ознаками. Перспективи подальших досліджень можуть полягати в створенні послідовних методів розрахунку комплексу запропонованих показників, оптимізації їхніх програмних реалізацій, а також експериментальному дослідженні запропонованих показників на більшому комплексі практичних задач різної природи і розмірності. Додано в НРАТ 2026-02-09 Закрити