ІНТЕЛЕКТУАЛЬНА ІНФОРМАЦІЙНА ТЕХНОЛОГІЯ ШВИДКОЇ КЛАСИФІКАЦІЇ ЗА УМОВ ПЕРЕТИННИХ КЛАСІВ
Uloženo v:
| Název: | ІНТЕЛЕКТУАЛЬНА ІНФОРМАЦІЙНА ТЕХНОЛОГІЯ ШВИДКОЇ КЛАСИФІКАЦІЇ ЗА УМОВ ПЕРЕТИННИХ КЛАСІВ |
|---|---|
| Autoři: | Yevhenii Bodiansky, Olga Chala |
| Zdroj: | Вісник Національного технічного університету "ХПÌ": Системний аналіз, управління та інформаційні технології, Iss 2 (12), Pp 108-112 (2024) |
| Informace o vydavateli: | National Technical University Kharkiv Polytechnic Institute, 2024. |
| Rok vydání: | 2024 |
| Sbírka: | LCC:Technology |
| Témata: | швидка класифікація, перетинні класи, online режим, nearline режим, нейронна мережа, нейро-фаззі система, нео-фаззі система, адаптивне навчання, нечітка логіка, Technology |
| Popis: | Предметом дослідження є процес швидкої класифікації даних за умов перетинних класів. Швидка класифікація виконується в режимі реального часу або близькому до нього. Мета роботи полягає у розробці інтелектуальної інформаційної технології швидкої класифікації в online та nearline режимах за умов перетинних класів. Досягнення мети дає можливість врахувати нестаціонарність вхідних даних та дисбаланс класів за умов потокового надходження даних. Задачі компенсації шумів у вхідних даних та зміну розподілу вхідних даних внаслідок нестаціонарності таких даних, а також задача компенсації дисбалансу класів пов’язані між собою при класифікації в умовах перетинних класів та потребують розробки комплексного рішення. Для досягнення мети вирішуються такі задачі: структуризація підходів до класифікації перетинних класів з урахуванням нестаціонарності вхідних даних та дисбалансу класів; розробка інтелектуальної технології класифікації в online та nearline режимах. Запропоновано інтелектуальну інформаційну технологію швидкої класифікації за умов перетинних класів. Технологія містить етапи попередньої класифікації з урахуванням шуму у вхідних даних, класифікації з урахуванням дисбалансу класів та класифікації з урахуванням зміни закономірностей у вхідних даних. Технологія передбачає послідовне використання нео-фаззі системи, адаптивної нейро-фаззі системи та багатошарової нейронної мережі з ядерними дзвонуватими функціями активації. Нео-фаззі система використовує нео-нечіткі нейрони, що забезпечує стійкість до шуму. Адаптивна нейро-фаззі система враховує відстані між вхідними даними та центром класу у просторі ознак, що забезпечує класифікацію в умовах дисбалансу класів. Багатошарова нейронна мережа з ядерними дзвонуватими функціями активації використовує рекурентний алгоритм навчання, що забезпечує адаптацію до нових даних з новим розподілом. Технологія дає можливість забезпечити швидке ітеративне уточнення рішень з класифікації згідно змін характеристик вхідних даних. |
| Druh dokumentu: | article |
| Popis souboru: | electronic resource |
| Jazyk: | English Russian Ukrainian |
| ISSN: | 2079-0023 2410-2857 |
| Relation: | http://samit.khpi.edu.ua/article/view/320190; https://doaj.org/toc/2079-0023; https://doaj.org/toc/2410-2857 |
| DOI: | 10.20998/2079-0023.2024.02.17 |
| Přístupová URL adresa: | https://doaj.org/article/edc64fb3b3d64696b297ee9540fa5b33 |
| Přístupové číslo: | edsdoj.64fb3b3d64696b297ee9540fa5b33 |
| Databáze: | Directory of Open Access Journals |
Nájsť tento článok vo Web of Science | Abstrakt: | Предметом дослідження є процес швидкої класифікації даних за умов перетинних класів. Швидка класифікація виконується в режимі реального часу або близькому до нього. Мета роботи полягає у розробці інтелектуальної інформаційної технології швидкої класифікації в online та nearline режимах за умов перетинних класів. Досягнення мети дає можливість врахувати нестаціонарність вхідних даних та дисбаланс класів за умов потокового надходження даних. Задачі компенсації шумів у вхідних даних та зміну розподілу вхідних даних внаслідок нестаціонарності таких даних, а також задача компенсації дисбалансу класів пов’язані між собою при класифікації в умовах перетинних класів та потребують розробки комплексного рішення. Для досягнення мети вирішуються такі задачі: структуризація підходів до класифікації перетинних класів з урахуванням нестаціонарності вхідних даних та дисбалансу класів; розробка інтелектуальної технології класифікації в online та nearline режимах. Запропоновано інтелектуальну інформаційну технологію швидкої класифікації за умов перетинних класів. Технологія містить етапи попередньої класифікації з урахуванням шуму у вхідних даних, класифікації з урахуванням дисбалансу класів та класифікації з урахуванням зміни закономірностей у вхідних даних. Технологія передбачає послідовне використання нео-фаззі системи, адаптивної нейро-фаззі системи та багатошарової нейронної мережі з ядерними дзвонуватими функціями активації. Нео-фаззі система використовує нео-нечіткі нейрони, що забезпечує стійкість до шуму. Адаптивна нейро-фаззі система враховує відстані між вхідними даними та центром класу у просторі ознак, що забезпечує класифікацію в умовах дисбалансу класів. Багатошарова нейронна мережа з ядерними дзвонуватими функціями активації використовує рекурентний алгоритм навчання, що забезпечує адаптацію до нових даних з новим розподілом. Технологія дає можливість забезпечити швидке ітеративне уточнення рішень з класифікації згідно змін характеристик вхідних даних. |
|---|---|
| ISSN: | 20790023 24102857 |
| DOI: | 10.20998/2079-0023.2024.02.17 |