• Гідрологія і Гідрометрія
• Господарське право
• Економіка будівництва
• Економіка природокористування
• Економічна теорія
• Земельне право
• Історія України
• Кримінально виконавче право
• Медична радіологія
• Методи аналізу
• Міжнародне приватне право
• Міжнародний маркетинг
• Основи екології
• Предмет Політологія
• Соціальне страхування
• Технічні засоби організації дорожнього руху
• Товарознавство продовольчих товарів

МЕТОДИ, ЗАСНОВАНІ НА ПРИПУЩЕННЯХ ПРО КЛАС ВИРІШАЛЬНИХ|ухвальних| ФУНКЦІЙ

У даній групі методів вважається відомим загальний вигляд вирішальної функції і заданий функціонал її якості. На підставі цього функціонала по повчальній послідовностішукається найкраще наближення вирішальної функції [124]. Найпоширенішими є представлення вирішальних функцій у вигляді лінійних і узагальнених нелінійних поліномів. Функціонал якості вирішального правила зазвичай пов'язують з помилкою класифікації.

Основною гідністю|достоїнством| методів, заснованих на припущеннях про клас вирішальних|ухвальних| функцій, є ясність математичної постановки задачі|задачі| розпізнавання, як задачі|задачі| пошуку екстремуму [124]. Рішення цієї задачі незрідка|нерідко| досягається за допомогою яких-небудь градієнтних алгоритмів. Різноманіття методів цієї групи пояснюється|тлумачить| широким спектром використовуваних функціоналів якості вирішального|ухвального| правила і алгоритмів пошуку екстремуму. Узагальненням даних алгоритмів, до яких відносяться, зокрема, алгоритм Ньютона, алгоритми перцептронного| типа|типу| і ін., є метод стохастичної|самодифузія| апроксимації. На відміну від параметричних методів розпізнавання успішність вживання|застосування| даної групи методів не так сильно залежить від розузгодження теоретичних уявлень про закони розподілу об'єктів в просторі|простір-час| ознак з|із| емпіричною реальністю. Всі операції підпорядковані|підрядні| одній головній|чільній| меті|цілі| - знаходженню екстремуму функціонала якості вирішального|ухвального| правила. В той же час результати параметричних і даних методів можуть бути схожими. Як показано вище, параметричні методи для випадку нормальних розподілів об'єктів в різних класах з|із| рівними ковариационными| матрицями наводять|приводять| до лінійних вирішальних|ухвальних| функцій. Відзначимо також, що алгоритми відбору інформативних ознак в лінійних діагностичних моделях, можна інтерпретувати як приватні варіанти градієнтних алгоритмів пошуку екстремуму.

Можливості|спроможності| градієнтних алгоритмів пошуку екстремуму, особливо в групі лінійних вирішальних|ухвальних| правил, досить добре вивчені. Збіжність цих алгоритмів доведена лише|тільки| для випадку, коли розпізнавані класи об'єктів відображуються|відображають| в просторі|простір-час| ознак компактними геометричними структурами. Проте|однак| прагнення добитися достатньої якості вирішального|ухвального| правила незрідка|нерідко| може бути задоволене за допомогою алгоритмів, що не мають строгого|суворого| математичного доказу збіжності рішення|вирішення| до глобального екстремуму [46].

До таких алгоритмів відноситься велика група процедур евристичного програмування, що представляють|уявляють| напрям|направлення| еволюційного моделювання. Еволюційне моделювання є біонічним методом, запозиченим в|у| природи. Воно засноване на використанні відомих механізмів еволюції з метою заміни процесу змістовного моделювання складного об'єкту феноменологічним моделюванням його еволюції.

Відомим представником еволюційного моделювання в розпізнаванні образів|зображень| є метод групового обліку|урахування| аргументів (МГУА) [46]. У основу МГУА покладений принцип самоорганізації, і алгоритми МГУА відтворюють схему масової селекції. У алгоритмах МГУА особливим чином синтезуються і відбираються члени узагальненого полінома, який часто називають поліномом Колмогорова-Габора. Цей синтез і відбір проводиться з|із| наростаючим ускладненням, і заздалегідь|наперед| не можна передбачити, який остаточний вигляд|вид| матиме узагальнений поліном. Спочатку зазвичай|звично| розглядають|розглядують| прості попарні комбінації вихідних|початкових| ознак, з|із| яких складаються рівняння вирішальних|ухвальних| функцій, як правило, не вище другого порядку|ладу|. Кожне рівняння аналізується як самостійна вирішальна|ухвальна| функція, і по повчальній вибірці тим або іншим способом знаходяться|перебувають| значення параметрів складених рівнянь. Потім з|із| отриманого|одержувати| набору вирішальних|ухвальних| функцій відбирається частина|частка| в деякому розумінні кращих. Перевірка якості окремих вирішальних|ухвальних| функцій здійснюється на контрольній (перевірочною) вибірці, що інколи|іноді| називають принципом зовнішнього доповнення. Відібрані частные| вирішальні|ухвальні| функції розглядаються|розглядують| далі як проміжні змінні, службовці вихідними|початковими| аргументами для аналогічного синтезу нових вирішальних|ухвальних| функцій і так далі Процес такого ієрархічного синтезу продовжується|триває| до тих пір, поки не буде досягнутий екстремум критерію якості вирішальної|ухвальної| функції, що на практиці виявляється в погіршенні цієї якості при спробах подальшого|дальшого| збільшення порядку|ладу| членів полінома відносно|щодо| вихідних|початкових| ознак.

Принцип самоорганізації, покладений в основу МГУА, називають евристичною самоорганізацією, оскільки|тому що| весь процес грунтується на введенні|вступі| зовнішніх доповнень, вибираних евристично. Результат рішення|вирішення| може істотно|суттєвий| залежати від цих евристик. Від того, як розділені об'єкти на повчальну і перевірочну вибірки, як визначається критерій якості розпізнавання, яка кількість змінних пропускається в наступний|такий| ряд|низку| селекції і т. д., залежить результуюча діагностична модель.

Вказані особливості алгоритмів МГУА властиві і іншим підходам до еволюційного моделювання. Але|та| відзначимо тут ще одну сторону даних методів. Це - їх змістовне єство|суть|. За допомогою методів, заснованих на припущеннях про клас вирішальних|ухвальних| функцій (еволюційних і градієнтних), можна будувати діагностичні моделі високої складності і отримувати|одержувати| практично прийнятні|допустимі| результати. В той же час досягненню практичних цілей в даному випадку не супроводить витягання|видобування| нових знань про природу розпізнаваних об'єктів. Можливість|спроможність| витягання|видобування| цих знань, зокрема знань про механізми взаємодії атрибутів (ознак), тут принципово обмежена заданою структурою такої взаємодії, зафіксованою у вибраній формі вирішальних|ухвальних| функцій. Тому максимально, що можна сказати після|потім| побудови|шикування| тієї або іншої діагностичної моделі - це перерахувати комбінації ознак і самі ознаки, що увійшли до результуючої моделі. Але|та| сенс|зміст| комбінацій, природу, що відображають|відбивають|, і структуру розподілів досліджуваних об'єктів, в рамках|у рамках| даного підходу часто залишається нерозкритим.

Читайте також:

1. Аденогіпофіз, його гормони, механізм впливу, прояви гіпер- та гіпофункцій.
2. Аутентифікація з використанням односторонніх функцій
3. Важкість праці: Динамічні, статичні навантаження. Напруженість праці. Увага, напруженість аналізаторних функцій, емоційна та інтелектуальна напруженість, монотонність праці.
4. Види договорів і контрактів. Розподіл функцій учасників проекту
5. Види функцій державного управління
6. Виконання лінійної регресії за допомогою функцій Excel
7. Вона є важливим органом, який виконує ряд функцій
8. Вона є важливим органом, який виконує ряд функцій
9. Гіпофункцій.
10. Групи функцій для роботи з потоками
11. Групування функцій управління підприємством НГК
12. Дискректна фіскальна політика:особливості, методи, проблеми

Переглядів: 514