Дослідження інтелектуальних моделей класифікації невизначених даних з вимогами достовірності результатів
Files
Date
Journal Title
Journal ISSN
Volume Title
Publisher
Abstract
UKR: 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.
ENG: The report contains the results of research and development of intellectual models for managing complex systems under conditions of data uncertainty based on classification procedures, which ensure reliable solution of tasks considering the assessment of the boundary dimensionality of models. The possibilities of improving Hamming neural networks for data classification in formats of fuzzy variables and certainty factor CF(A) are investigated. The features of the mathematical model of classification tasks based on a set of feature templates are determined. A software complex of information technology for assignment/selection of performers, as well as determination of authorship of Ukrainian-language works based on classification of sets of templates with certain fuzzy features, is presented. The software complex utilizes the reduction and Cohen's kappa statistics procedures proposed in the report.