ФОРМУВАННЯ МОДЕЛЕЙ КЛАСИФІКАЦІЇ НЕВИЗНАЧЕНИХ ДАНИХ ПРОЦЕДУРАМИ РЕДУКЦІЇ І КАППА СТАТИСТИКИ
DOI:
https://doi.org/10.34185/1562-9945-5-148-2023-13Ключові слова:
класифікація, достовірні моделі, розмірність простору, нечіткі величини, коефіцієнти CF(A), модифікована мережа Хеммінга, процедура редукції, статистика каппа Коена, україномовні тексти, визначення автора, комп’ютерне моделювання.Анотація
Стаття присвячена розвитку математичних моделей класифікації невизначених даних, представлених нечіткими величинами та коефіцієнтами упевненості CF(A). Процедури формування шаблонів діагностування використовують модифіковані мережі Хеммінга (МХН), а також методи редукції та статистики каппа Коена. При цьому визначаються граничні розмірності та склад параметрів моделі класифікації, які забезпечують встановлені ймовірнісні вимоги достовірності результатів розрахунків. Представлена процедура редукції простору моделі діагностування невизначених даних. У статті наведено постановки, математичні моделі та реалізації завдань класифікації за недетермінованими даними. Прикладом моделі класифікації за нечіткими даними являється завдання із встановлення авторів україномовних текстів. Завдання класифікації при даних у форматі CF(A) відповідає відбору кандидата. Результати числового моделювання дозволили встановити результативність, достовірність та ефективність запропонованих процедур формування достовірних моделей класифікації при невизначених даних.
Посилання
Skalozub V.V., Goryachkin V.M., Klymenko I.V., Terletsky I.A., Terlenko A.P. Dos-lidzhennia protsedur merezhi khemminha dlia upravlinnia servisnymy systema-my pry netochno vyznachenykh i pryrodomovnykh danykh. 2022. No. 3-4 (99-100). P. 33–47. DOI: https://doi.org/10.15802/stp2022/276411
Velykoivanenko, H.I. (2018). Otsiniuvannia rivnia ekonomichnoi bezpeky na pidgrunti vidstani Khemminha. Retrieved from https://core.ac.uk/download/pdf/197269753.pdf (in Ukrainian)
Vasilev, V.I. (1998). Induktsiya i reduktsiya v problemakh ekstrapolyatsii. Cybernetics and Computer Engineering, 116, 65-81. (in Russian).
Kolesnyk A. S., Khairova N. F. . Obgruntuvannia vykorystannia statystyky kappa Koena v eksperymentalnykh doslidzhenniakh NLP Text Mining Cybernetics and sys-tem analysis. Vol. 58, No. 2. 2022. P. 143–153.
Li Min Fu, Shortliffe E. H. The application of certainty factors to neural computing for rule discovery. IEEE Transactions on Neural Networks. 2000. Vol. 11. Iss. 3. P. 647–657. DOI: https://doi.org/10.1109/72.846736
Skalozub V.V., Goryachkin V.M., Terletskyi I.A. Bahatoparametrychni intelektualni protsedury diahnostuvannia za nepovnymy i zburenymy danymy// Logistics and transport safety: Problems and prospects of development in the context of analysis of modern challenges and threats: materials of reports II International scientific and practical conference. — Dnipro: Serednyak T.K., 2023.
P. 42-47.
Shinkarenko V. I., Demidovych I. M. Determination of signs of authorship of natu-ral language texts. Artificial Intelligence. 2018. No. 3. P. 27–35.
Richard A. Brualdi. Combinatorial matrix classes. — Cambridge: Cambridge Uni-versity Press, 2006. — (Encyclopedia of Mathematics and Its Applications). — ISBN 0-521-86565-4
Leszek Rutkowski Metody i techniki sztucznej inteligentcji. Naukove PWN, Warsaw, 2005. – 520 p.
Haykin S. Neural networks: A Comprehensive Foundation. Prentice hall: New Jer-sey, 1999.1103 p.
Завантаження
Опубліковано
Номер
Розділ
Ліцензія
Авторське право (c) 2024 Системні технології
Ця робота ліцензується відповідно до ліцензії Creative Commons Attribution 4.0 International License.
