ПОБУДОВА ЛОГІЧНИХ ДЕРЕВ РОЗПІЗНАВАННЯ НА ОСНОВІ МЕТОДУ ПОКРОКОВОЇ СЕЛЕКЦІЇ ЕЛЕМЕНТАРНИХ ОЗНАК

Autor: Povhan, I. F.
Jazyk: angličtina
Rok vydání: 2020
Předmět:
Zdroj: Radio Electronics, Computer Science, Control; № 2 (2020): Radio Electronics, Computer Science, Control; 95-105
Радиоэлектроника, информатика, управление; № 2 (2020): Радиоэлектроника, информатика, управление; 95-105
Радіоелектроніка, iнформатика, управління; № 2 (2020): Радіоелектроніка, інформатика, управління; 95-105
ISSN: 1607-3274
2313-688X
Popis: Context. A general problem of constructing logical recognition/classification trees has been analyzed. Logical classification trees are the object of the present study. The subject of the study are the relevant methods and algorithms of logical classification trees. Objective. The goal of this work is to develop a simple and efficient method of constructing logical tree-like models on the basis of classification trees for training discrete information selection characterized by a structure of constructed logical classification trees from elementary attributes estimated on the basis of their informativeness calculation functional. Method. A general method of constructing logical classification trees is suggested that constructs a tree-like structure for a given initial training selection comprising a set of elementary attributes estimated at each step of constructing a model according to the above selection. In other words, a method of constructing logical classification trees is suggested with the main idea of approximating the initial selection of an arbitrary volume by the elementary attribute set. This method during the current logical tree (node) vertex formation provides selecting the most informative (high-quality) elementary attributes from the initial set. Such approach at constructing the resulting classification tree allows one to reduce essentially the tree size and complexity (i.e. the total number of branches and structural layers) and increase the quality of its further analysis (interpretability). The method of constructing logical classification trees suggested by us enables one to construct the tree-like models for a wide class of artificial intellect theory problems. Results. The method developed and presented in this work has received a software realization and was studied when solving a problem of classifying the geological type data characterized by a large-dimension attribute space. Conclusions. Experiments carried out in this work have confirmed the efficiency of the software suggested and demonstrate the possibility of its use for solving a wide spectrum of applied recognition and classification problems. The outlook of the further studies may be related to creating a limited method of logical classification tree by introducing the stopping criterion for the logical tree construction procedure according to the structure depth, its program realization optimization, as well as to the experimental study of this method in a wider circle of applied problems.
Актуальность. Рассмотрена общая задача построения логических деревьев распознавания (классификации). Объектом данного исследования есть логические дерева классификации. Предметом исследования является актуальные методы и алгоритмы построения логических деревьев классификации.Цель. Целью данной работы является создание простого и эффективного метода построения древовидных моделей распознования на основе деревьев классификации для обучающих выборок дискретной информации, которая характеризуется структурой полученных логических деревьев классификации с элементарных признаков оцененных на основе функционала расчета их информативности.Метод. Предлагается общий метод построения логических деревьев классификации, который для заданной начальной обучающей выборки строит древовидную структуру, состоящую из набора элементарных признаков оцененных на каждом шагу построения модели по данной выборке. То есть предлагается метод построения логического дерева основная идея которого заключается в аппроксимации начального выборки произвольного объема набором элементарных признаков. Данный метод при формировании текущей вершины логического дерева (узла) обеспечивает выделение наиболее информативных (качественных) элементарных признаков с начального набора. Такой подход при построении результирующего дерева классификации позволяет значительно сократить размер и сложность дерева (общее количество ветвей и ярусов структуры) повысить качество его последующего анализа (интерпретабельность). Предложенный метод построения логического дерева классификации позволяет строить древовидные модели распознавания для широкого класса задач теории искусственного интеллекта.Результаты. Разработан и представлен в данной работе метод получил программную реализацию и был исследован при решении задачи классификации данных геологического типа, характеризующиеся признаковыми пространством большой размерности.Выводы. Проведенные в данной работе эксперименты подтвердили работоспособность предложенного математического обеспечения и показывают возможность его использования для решения широкого спектра практических задач распознавания и классификации. Перспективы дальнейших исследований могут заключаться в создании ограниченного метода логического дерева классификации, который заключается в ведении критерия остановки процедуры построения логического дерева по глубине структуры, оптимизации его программных реализаций, а также экспериментальных исследованиях данного метода на более широкий круг практических задач.
Актуальність. Розглянута загальна задача побудови логічних дерев розпізнавання (класифікації). Об’єктом даного дослідження є логічні дерева класифікації. Предметом дослідження є актуальні методи та алгоритми побудови логічних дерев класифікації. Мета. Метою даної роботи є створення простого та ефективного методу побудови деревоподібних моделей розпізнавання на основі дерев класифікації для навчальних вибірок дискретної інформації, який характеризується структурою отриманих логічних дерев класифікації з елементарних ознак оцінених на основі функціоналу розрахунку їх інформативності. Метод. Пропонується загальний метод побудови логічних дерев класифікації, який для заданої початкової навчальної вибірки будує деревоподібну структуру, яка складається з набору елементарних ознак оцінених на кожному кроці побудови моделі за даною вибіркою. Тобто пропонується метод побудови логічного дерева основна ідея якого полягає в апроксимації начальної вибірки довільного об’єму набором елементарних ознак. Даний метод при формуванні поточної вершини логічного дерева (вузла) забезпечує виділення найбільш інформативних (якісних) елементарних ознак з початкового набору. Такий підхід при побудові результуючого дерева класифікації дозволяє значно скоротити розмір та складність дерева (загальну кількість гілок та ярусів структури) підвищити якість його наступного аналізу (інтерпретабельність). Запропонований метод побудови логічного дерева класифікації дозволяє будувати деревоподібні моделі розпізнавання для широкого класу задач теорії штучного інтелекту.Результати. Розроблений та представлений в даній роботі метод отримав програмну реалізацію та був досліджений при розв‘язку задачі класифікації даних геологічного типу, які характеризуються ознаковим простором великої розмірності.Висновки. Проведені в даній роботі експерименти підтвердили працездатність запропонованого математичного забезпечення та показують можливість його використання для розв‘язку широкого спектру практичних задач розпізнавання та класифікації. Перспективи подальших досліджень можуть полягати в створенні обмеженого методу логічного дерева класифікації, який полягає в веденні критерію зупинки процедури побудови логічного дерева за глибиною структури, оптимізації його програмних реалізацій, а також експериментальних дослідженнях даного методу на більш широке коло практичних задач.
Databáze: OpenAIRE
Externí odkaz: