Построение нечеткого классификатора с использованием метода субтрактивной кластеризации и последующая оптимизация его структуры для повышения интерпретируемости результатов
Характеристика и особенности процесса построения нечеткого классификатора, специфика и применение метода субтрактивной кластеризации. Нечеткий классификатор на основе субтрактивной кластеризации. Сущность оптимизации структуры нечеткого классификатора.
Подобные документы
Обзор нейросетевого метода обработки данных, который автоматизирует процесс представления знаний и способствует сокращению времени разработки. Выбор архитектуры, процесс обучения нейронной сети. Элементы теории нечетких множеств. Система нечеткого вывода.
статья, добавлен 27.04.2017Исследование приемов коррекции и уточнения решения обратной задачи, полученного градиентным обучением входных сигналов нейросети-классификатора. Получение дополнительной информации и определение степени доверия к выданному нейросетью начальному решению.
статья, добавлен 08.02.2013Алгоритмы предобработки данных. Методы, модели кластеризации и ее метрики. Постановка задачи оценки выбора методов успеваемости студентов. Сравнение регрессионных алгоритмов. Интерфейс программного продукта. Обоснование выбора среды программирования.
дипломная работа, добавлен 01.09.2018Исследуются процессы синхронизации, протекающие в осцилляторных сетях различной топологии. Оценка локальной и глобальной синхронизации осцилляторов в сети. Способы использования осцилляторных сетей при решении задач кластеризации N-мерных данных.
статья, добавлен 15.01.2019Процесс обучения нейросети-классификатора, сравнения эффективности теоретических методов оптимизации со стохастическими. Подтверждение преимуществ и потенциальных возможностей. Основные свойства задач (баз данных) и размеры нейронных сетей для них.
статья, добавлен 08.02.2013Отнесение объектов к одному из заранее известных классов - одна из важнейших задач процесса классификации массивов информационных данных. Методика построения лингвистических шкал для признаков и классов. Алгоритм проверки классификатора на качество.
статья, добавлен 31.08.2020Обучение с учителем и формальная запись задачи классификации. Каскадный классификатор, выбор предметной области и обзор реализаций методов машинного обучения. Мобильные платформы и изучение инструментов разработки. Обучение каскадного классификатора.
дипломная работа, добавлен 11.07.2016Характеристика сфер применения системы автоматического интонационного анализа речи, а также анализ ее структуры. Анализ подходов к определению информативных признаков речевого сигнала. Разработка классификатора речи на основе информационного подхода.
статья, добавлен 30.05.2017Рассмотрение проблемы классификации сообществ в социальной сети. Применение рекуррентных и сверточных нейронных сетей для классификации групп пользователей по степени радикальности. Методы предварительной обработки данных для построения классификаторов.
статья, добавлен 21.05.2021Эталонная модель Всемирного форума по интернету вещей. Анализ центров обработки данных и облачных вычислений. Исследование подходов к разработке распределенных алгоритмов обучения. Методы машинного обучения. Изучение наивного байесовского классификатора.
дипломная работа, добавлен 07.12.2019- 61. Линейные коды
Понятие систематических и линейных кодов, правила построения порождающей матрицы. Сущность кода Хэмминга, его построение для одной из комбинаций четырехразрядного двоичного кода, алгоритм декодирования. Значение разработки системы нечеткого поиска.
лекция, добавлен 16.02.2015 Рассмотрение способов построения целевых массивов данных для целевых массивов нейросетевых классификаторов. Методика использования при обучении нейросетевых классификаторов "модифицированной целевой матрицы", состоящей из "матриц схожести классов".
статья, добавлен 27.02.2019Исследование особенностей моделирования работы гостиничного комплекса с помощью правил нечеткого вывода. Анализ специализированного программного обеспечения гостиничных комплексов. Система поддержки принятия решений на основе нейросетевых технологий.
статья, добавлен 29.04.2017Хранение в базе данных адресной информации в неформализованном виде - условие недостаточной эффективности информационного поиска по заданным критериям. Классификатор адресов России как основа функционирования единого информационного пространства.
статья, добавлен 29.03.2019Рассмотрение вопросов моделирования адаптивного поведения мобильного робота с помощью ДСМ-метода автоматического порождения гипотез. Построение адаптивного классификатора для управления роботом. Описание теста движения роботов по черно-белой полосе.
реферат, добавлен 16.01.2018Рассмотрение общей схемы алгоритма кластеризации семантических дескрипторов, необходимого для анализа данных, представленных в виде текстов на естественном языке. Влияние различных параметров алгоритма на общую схему работ и перспективы развития подхода.
статья, добавлен 28.01.2020Изучение принципа работы OCR-систем и работы классификаторов символов. Выбор алгоритма работы классификатора, позволяющего достаточно точно определять рукописные символы и при этом экономно использовать системные ресурсы. Реализация программного модуля.
курсовая работа, добавлен 07.08.2018Рассмотрение подхода к автоматической кластеризации и классификации объектов по данным обучающей выборки с применением современных инструментальных средств. Известные методы решения задачи кластеризации. Выбор инструментальных средств решения задачи.
статья, добавлен 27.02.2019Кластеризация, решение задач коммивояжера с помощью генетических алгоритмов. Разбиение участников рейда на группы методом древовидной кластеризации, выявление центра сбора участников с помощью генетических алгоритмов. Проверка качества кластеризации.
курсовая работа, добавлен 05.02.2014Проблема разработки универсальных методов, пригодных для обработки информации. Оценка возможности использования модифицированного алгоритма кластеризации в задаче опорно-двигательного аппарата. Анализ и описание основных этапов алгоритма Хамелеон.
лекция, добавлен 30.01.2016Разработка многоуровневой базы знаний на основе фактов. Разработка моделей и реализация многокритериальных задач сравнительного анализа сложных альтернатив на основе метода аналитических иерархий. Разработка модели нечеткого управления в среде MATLAB.
курсовая работа, добавлен 25.02.2016Отличительные черты нечеткого подхода к моделированию систем управления и распознавания. Развитие интеллектуальных систем обработки и представления знаний. Логический вывод в интеллектуальных системах. Мониторинг образовательного процесса вуза.
статья, добавлен 18.01.2018Описание алгоритмов кластеризации, реализующих задачу поиска изображений по содержанию –Content-Based Image Retrieval. Определение признаков изображения, по которым формируются кластеры изображений и рассмотрение способов извлечения данных признаков.
статья, добавлен 29.07.2017Обработка нечисловых данных и снижения их субъективности при проведении федеральных статистических наблюдений. Использование лингвистических шкал для обработки нечисловых данных. Плюсы использования визуального интерфейса нечеткого ввода данных.
статья, добавлен 05.05.2019Сущность методов отсечения. Оптимизация решений с использованием метода ветвей и границ. Правила построения дерева вариантов. Способ оценки верхней границы решения. Особенности оптимизации решений с использованием методов динамического программирования.
курсовая работа, добавлен 17.07.2017