Модель оценки степени уникальности и восстановления слабо-определенных данных на основе модификации нейронной сети APT-2

Гатин, Р.Р. и Новикова, С.В. (2024) Модель оценки степени уникальности и восстановления слабо-определенных данных на основе модификации нейронной сети APT-2. Вестник ТвГУ. Серия: Прикладная математика (2). С. 39-59. ISSN 1995-0136

[thumbnail of ПРИКЛАДНАЯ_МАТЕМАТИКА_2_2024-39-59.pdf]

PDF - Опубликованная версия
974kB

Абстракт

В статье рассматривается задача анализа и восстановления данных в малых выборках со слабо изученными взаимосвязями, названными авторами слабо-определенными данными. Предложен метод, основанный на известной нейросетевой модели классификации АРТ-2, способный как производить непосредственно классификацию, так и определять степень уникальности входного вектора по отношению к имеющейся выборке с учетом особенностей слабо-определенных данных. Также разработана модификация предложенного метода, позволяющая восстанавливать пропущенные атрибуты в векторах слабоопределенных данных в случае наличия векторов с полными данными в соответствующем классе. Проведены численные эксперименты для слабо-определенных данных о содержании металлов в крови детей в возрасте от 1 до 14 лет, проживающих на территории г. Казани. Эксперименты продемонстрировали эффективность разработанных методов

Абстракт (англ.)

The article examines the problem of analyzing and recovering data in small samples with poorly studied relationships, called weakly defined data, by the authors. A method is proposed based on the well-known neural network classification model ART-2, capable of both direct classification and determining the degree of uniqueness of the input vector about the existing sample, taking into account the characteristics of weakly defined data. A modification of the proposed method has also been developed that makes it possible to restore missing attributes in vectors of weakly defined data in the case of the presence of vectors with complete data in the corresponding class. Numerical experiments were carried out for weakly defined data on the content of metals in the blood of children aged 1 to 14 years living in Kazan. Experiments demonstrated the effectiveness of the developed methods

Тип объекта:	Статья
Сведения об авторах:	Гатин Руслан Ришатович аспирант Казанского национального исследовательского технического университета им А.Н. Туполева – КАИ. Россия, 420015, г. Казань, ул. Большая Красная, д. 55, КНИТУ-КАИ; Новикова Светлана Владимировна профессор кафедры Прикладной математики и информатики Казанского национального исследовательского технического университета им А.Н. Туполева – КАИ. Россия, 420015, г. Казань, ул. Большая Красная, д. 55, КНИТУ-КАИ
Ключевые слова:	редкие данные, слабо изученные взаимосвязи, нейронная сеть АРТ-2, уникальные данные, пропущенные атрибуты, восстановление атрибутов
Ключевые слова (англ.):	rare data, poorly studied relationships, ART-2 neural network, unique data, missing attributes, attribute restoration
Категории:	0 Общий отдел 0 Общий отдел > 00 Общие вопросы науки и культуры 0 Общий отдел > 00 Общие вопросы науки и культуры > 004 Информационные технологии. Вычислительная техника 0 Общий отдел > 00 Общие вопросы науки и культуры > 004 Информационные технологии. Вычислительная техника > 004.8 Искусственный интеллект
Подразделения:	Университеты > Казанский национальный исследовательский технический университет им. А. Н. Туполева
ID Code:	12868
Deposited On:	22 Авг 2024 05:18
Последнее изменение:	22 Авг 2024 05:18

Repository Staff Only: item control page