Университеттің 85 жылдығына арналған Қазіргі заманғы математика
Университеттің 85 жылдығына арналған «Қазіргі заманғы математика
жүктеу/скачать 12,2 Mb. Pdf көрінісі
|
- Бұл бет үшін навигация:
- Постановка задачи
| Университеттің 85 жылдығына арналған «Қазіргі заманғы математика:
проблемалары және қолданыстары» III халықаралық Тайманов оқуларының материалдар жинағы, 25 қараша, 2022 жыл 323 i некоторое новое знание q. Требуется определить, к какому из имеющихся k таксонов (именованных областей, содержащих элементы похожие друг на друга по каким то характеристикам) следует отнести это новое знание, т.е. получаем задачу распознавания образов: Постановка задачи: Пусть в пространстве знаний заданы: 1. Набор характеристик X. 2. Список наименований фиксированных областей (таксонов называемых так же образами) на которые разделено выборочное пространство S={si} i=1…I 3. Обучающая выборка в виде знаний экспертов Doi (в пространстве X) для каждого Si. 4. Контрольное знание q. Требуется определить номер i Si: используя алгоритм k-ближайших соседей по прецедентам (типичным представителям каждого образа) K i = arg min Rik / K S,Do,X,k,R , k=1 где Rik-k-минимальных расстояний от q до M знаний для каждого таксона, R- ошибка распознавания. Т.е. находятся расстояния от контрольного знания до каждой реализации каждого образа, выбираются к-минимальных расстояний, определяются средние (для каждого образа), среди которых находится минимальное и таким образом восстанавливается номер таксона, которому принадлежит контрольное знание. Для решения поставленной задачи была написана компьютерная программа. Кроме того, в программе рассмотрен алгоритм, реализованый ранее, отличие которого от рассмотренного в [10] заключается в использовании для определения i, эталонных знаний, создаваемых для каждого образа: i = arg min R , где Ri -расстояние от q до Eti (эталонного знания i -го образа). Далее все опирается на статье [10]. Очевидно, что можно использовать в таких алгоритмах новые модельные расстояния [7-11] как и коллективные, решающие задачу согласования знаний экспертов. Перечислим полученные нами результаты данного подхода работы: в новой постановке рассмотрена задача распознавания образов в пространстве знаний, в виде программы реализованы алгоритм к -ближайших соседей, позволяющий решить данную задачу, и ранее рассмотренный алгоритм сравнения по эталонам. Заданы обучающие выборки, проведено распознавание знаний и подтверждена связь между характером распределений и правильностью работы алгоритмов, в случае унимодальных распределений оба алгоритма распознают, практически одинаково, а в случае же полимодальных сравнение по эталонам даѐт больше ошибок. Проведѐнные эксперименты показывают возможность дальнейшего использования программ и различных модельных расстояний по классу моделей многозначной логики для структуризации знаний баз знаний. Планируется дальнейшее развитие предложенных подходов для решения конкретных прикладных задач. жүктеу/скачать 12,2 Mb. Достарыңызбен бөлісу:
|