ДОСЛІДЖЕННЯ ІНТЕЛЕКТУАЛЬНИХ МОДЕЛЕЙ КЛАСИФІКАЦІЇ НЕВИЗНАЧЕНИХ ДАНИХ З ВИМОГАМИ ДОСТОВІРНОСТІ РЕЗУЛЬТАТІВ
DOI:
https://doi.org/10.34185/1991-7848.itmm.2024.01.096Ключові слова:
класифікація наборів шаблонів, невизначені дані, редукція розмірності, статистика каппа Коена, нечіткі величини, certainty factor CF(A), модифікована мережа Хеммінга, інформаційна технологія, програмне забезпечення, завдання визначення авторства та призначення/відбір виконавця.Анотація
У доповіді приведені результати досліджень та розвитку інтелектуальних моделей управління складними системами за умов невизначеності даних на основі процедур класифікації, які забезпечують достовірне вирішення завдань з урахуванням оцінки граничної розмірності моделей. Досліджені можливості удосконалення нейронних мереж Хеммінга для класифікації даних у форматах нечітких величин і certainty factor CF(A). Визначені особливості математичної моделі завдань класифікації на основі набору шаблонів ознак. Приведено програмний комплекс інформаційної технології управління призначенням/відбором виконавців, а також визначення авторства україномовних творів на основі класифікації наборів шаблонів із певних нечітких ознак. Програмний комплекс використовує запропоновані у доповіді процедури редукції і статистики каппа Коена.
Посилання
Skalozub V.V., Horyachkin V.M., Terletsky I.A., Dudnik I.P. Formation of classification models of uncertain data using reduction and kappa statistics procedures. System Technologies. – Dnipro, USUST, 2023. – № 5 (148). – P. 141-155.
DOI: 10.34185/1562-9945-5-148-2023-13
Kolesnyk A.S., Khayrova N.F. Justification of using Cohen's kappa statistics in experimental research of NLP Text Mining. Cybernetics and Systems Analysis. Vol. 58, No. 2. 2022. P. 143–153.
