Метод оцінювання інформативності змінних нейромережевих моделей систем і процесів за невизначеності даних
Ключові слова:
нейронні мережі, які навчають; оцінювання інформативності змінних математичних моделей; редукція розмірності; апріорна невизначеність даних
Анотація
Розроблено метод оцінювання інформативності (значності) змінних діагностичних моделей систем, отриманих на основі апарату теорії штучних нейронних мереж (ШНМ), які навчають. Проведено порівняння якості апроксимації даних за допомогою лінійної (лінійна множинна регресія) і нелінійних (у формі односпрямованої і радіально-базисної ШНМ, яку навчають) моделей. Отримано оцінки інформативності контрольованих змінних стану елементів медико-біологічної системи (МБС) з урахуванням точності їх вимірювання з використанням лінійних і нелінійних діагностичних моделей.
Завантаження
##plugins.generic.usageStats.noStats##
Посилання
Загоруйко Н.Г. Прикладные методы анализа данных и знаний / Н.Г. Загоруйко. – Новосибирск: ИМ СО РАН, 1999. – 270 с.
Дюкова Е.В. Построение распознающих процедур на базе элементарных классификаторов / Е.В. Дюкова, Н.В. Песков. – Математические вопросы кибернетики. – 2005. – № 14. – С.57-92.
Колесникова С.И. Методы анализа информативности разнотипных признаков / С.И. Колесникова // Вестник Томского государственного университета. – 2009. – № 1 (6). – С.69-80
Айвазян С.А. Прикладная статистика и основы эконометрики –Учебник для вузов / С.А. Айвазян, В.С. Мхитарян. – М.: ЮНИТИ, 1998. – 1022с.
Гублер Е.В., Генкин А.А. Применение непараметрических критериев статистики в медико-биологических исследованиях.– Ленинград: «Медицина» Ленинградское отделение, 1973. – 144 с.
Taguchi G. The Mahalanobis–Taguchi Strategy. A pattern technology system / Taguchi G., Jugulum R. – New York: John Wiley & Sons, 2002. – 235 p.
Биргер И.А. Техническая диагностика / И.А. Биргер. – М. : Машиностроение, 1978. – 240 с.
Хайкин С. Нейронные сети: полный курс. – М: Издательский дом «Вильямс», 2006. –1104 с.
Антонян И.М. Усовершенствованный метод и информационная технология решения задачи классификации состояния элементов сложных систем / И.М. Антонян, В.А. Горячая, А.И. Зеленский, Е.М.Угрюмова // Вісник Харківського національного університету. Збірник наукових праць. Серія: «Математичне моделювання. Інформаційні технології. Автоматизовані системи управління». – 2013. – Випуск 22 (№1063). – С. 5-16.
Гайдышев И. Анализ и обработка данных: специальный справочник / И.Гайдышев. – СПб. : Питер, 2001. – 752 с.
Стрижов В.В. Методы выбора регрессионных моделей / В.В. Стрижов, Е.А. Крымова. – М.: ВЦ РАН, 2010. – 60 с
Дубровин В.И. Оценка значимости признаков на основе нейронных сетей в задачах диагностики и распознавания / В.И. Дубровин, С.А. Субботин // Техническая диагностика. – 2002. – № 1 (3). – С.66-72.
Системное совершенствование элементов сложных технических систем на основе концепции обратных задач [Текст]: монография/ В.Е. Стрелец, А.А. Трончук, Е.М. Угрюмова и др.; под общ. ред. М.Л. Угрюмова. – Х.: Нац. аэрокосм. ун-т им. Н. Е. Жуковского «Харьк. авиац. ин-т», 2013. – 148 с.
Дюкова Е.В. Построение распознающих процедур на базе элементарных классификаторов / Е.В. Дюкова, Н.В. Песков. – Математические вопросы кибернетики. – 2005. – № 14. – С.57-92.
Колесникова С.И. Методы анализа информативности разнотипных признаков / С.И. Колесникова // Вестник Томского государственного университета. – 2009. – № 1 (6). – С.69-80
Айвазян С.А. Прикладная статистика и основы эконометрики –Учебник для вузов / С.А. Айвазян, В.С. Мхитарян. – М.: ЮНИТИ, 1998. – 1022с.
Гублер Е.В., Генкин А.А. Применение непараметрических критериев статистики в медико-биологических исследованиях.– Ленинград: «Медицина» Ленинградское отделение, 1973. – 144 с.
Taguchi G. The Mahalanobis–Taguchi Strategy. A pattern technology system / Taguchi G., Jugulum R. – New York: John Wiley & Sons, 2002. – 235 p.
Биргер И.А. Техническая диагностика / И.А. Биргер. – М. : Машиностроение, 1978. – 240 с.
Хайкин С. Нейронные сети: полный курс. – М: Издательский дом «Вильямс», 2006. –1104 с.
Антонян И.М. Усовершенствованный метод и информационная технология решения задачи классификации состояния элементов сложных систем / И.М. Антонян, В.А. Горячая, А.И. Зеленский, Е.М.Угрюмова // Вісник Харківського національного університету. Збірник наукових праць. Серія: «Математичне моделювання. Інформаційні технології. Автоматизовані системи управління». – 2013. – Випуск 22 (№1063). – С. 5-16.
Гайдышев И. Анализ и обработка данных: специальный справочник / И.Гайдышев. – СПб. : Питер, 2001. – 752 с.
Стрижов В.В. Методы выбора регрессионных моделей / В.В. Стрижов, Е.А. Крымова. – М.: ВЦ РАН, 2010. – 60 с
Дубровин В.И. Оценка значимости признаков на основе нейронных сетей в задачах диагностики и распознавания / В.И. Дубровин, С.А. Субботин // Техническая диагностика. – 2002. – № 1 (3). – С.66-72.
Системное совершенствование элементов сложных технических систем на основе концепции обратных задач [Текст]: монография/ В.Е. Стрелец, А.А. Трончук, Е.М. Угрюмова и др.; под общ. ред. М.Л. Угрюмова. – Х.: Нац. аэрокосм. ун-т им. Н. Е. Жуковского «Харьк. авиац. ин-т», 2013. – 148 с.
Опубліковано
2015-05-29
Як цитувати
Антонян, И. М., Горячая, В. А., Зеленский, А. И., & Угрюмова, Е. М. (2015). Метод оцінювання інформативності змінних нейромережевих моделей систем і процесів за невизначеності даних. Вісник Харківського національного університету імені В.Н. Каразіна, серія «Математичне моделювання. Інформаційні технології. Автоматизовані системи управління», 26(1156), 5-16. вилучено із https://periodicals.karazin.ua/mia/article/view/14209
Номер
Розділ
Статті
