?
Search Techniques in Intelligent Classification Systems
Switzerland :
Springer, 2016.
Научное направление:
Компьютерные науки
Приоритетные направления:
компьютерно-математическое
Язык:
английский
Савченко А. В., Белова Н. С., Savchenko Lyudmila V., Optical Memory and Neural Networks (Information Optics) 2018 Vol. 27 No. 1 P. 23-31
Добавлено: 9 февраля 2018 г.
Дубнов Ю. А., Булычев А. В., Информационные технологии и вычислительные системы 2017 № 1 С. 101-111
Рассматривается задача восстановления параметров смеси многомерных нормальных распределений, применяющихся в задачах машинного обучения <<без учителя>>. Предложен метод идентификации моделей, базирующийся на байесовском выводе и принципе максимума апостериорного распределения. В работе описан метод поиска максимума многоэкстремальной функции плотности посредством сэмплирования алгоритмом Метрополиса-Гастингса, приведено качественное и количественное сравнение предложенного алгоритма с EM-алгоритмом для максимизации правдоподобия, а также ...
Добавлено: 27 декабря 2017 г.
A proposal for a new method of classification of objects of various nature, named “2”-soft classification, which allows for referring objects to one of two types with optimal entropy probability for available collection of learning data with consideration of additive errors therein. A decision rule of randomized parameters and probability density function (PDF) is formed, ...
Добавлено: 26 мая 2017 г.
Статистическое распознавание образов на основе вероятностной нейронной сети с проверкой однородности
Савченко А. В., Искусственный интеллект и принятие решений 2013 № 4 С. 45-56
Статистическое распознавание образов сведено к проверке гипотез об однородности выборок. Для ее оптимального решения в смысле минимума среднего байесовского риска предложена модификация вероятностной нейронной сети (PNN). Представлены результаты сравнительного анализа предложенной модификации с оригинальной PNN в задаче автоматической идентификации авторства литературного текста. ...
Добавлено: 23 декабря 2013 г.
Царегородцев А. В., Михайлов В. А., Мырова Л. О., Электросвязь 2013 № 6 С. 26-30
Рассматривается иерархическая организация структуры интеллектуальной системы оценки и анализа устойчивости БЦВК к деструктивным воздействиям ЭМИ. Адаптивный характер уровней системы обусловливается использованием интеллектуальных средств нечеткой логики и нейронных сетей для решения задач классификации и кластеризации деструктивных воздействий на БЦВК по признакам таких воздействий, формируемых датчиками ЭМВ.Проводится анализ следующих сценариев работы СОДЭМВ по обнаружению воздействия на БЦВК ...
Добавлено: 17 марта 2014 г.
Карасев А. А., Старых В. А., Вестник МГТУ МИРЭА 2014 Т. 4 № 5 С. 113-121
Статья посвящена рассмотрению вопросов сбора и классификации знаний, полученных в процессе эксплуатации информационных систем, с целью их дальнейшей организации в базы экспертных знаний. В качестве перспективного подхода предлагается использование онтологической теории, обеспечивающей базис для построения математической модели представления знаний; организация и построение иерархии объектов осуществляется с использованием классификаторов, основанных на структурном подходе и модели OSI/ISO. ...
Добавлено: 10 февраля 2015 г.
Савченко А. В., Neural Networks 2013 Vol. 46 P. 227-241
The article is devoted to pattern recognition task with the database containing small number of samples per class. By mapping of local continuous feature vectors to a discrete range, this problem is reduced to statistical classification of a set of discrete finite patterns. It is demonstrated that Bayesian decision under the assumption that probability distributions ...
Добавлено: 16 июня 2013 г.
Царегородцев А. В., Мырова Л. О., Михайлов В. А. и др., Технологии электромагнитной совместимости 2012 № 2 С. 79-89
Проводится анализ существующих подходов применения интеллектуальных методов для решения задачи обнаружения деструктивных ЭМВ на ИКС. Предлагается использовать интеллектуальные системы на основе нейронных сетей интегрированные со средствами нечеткой логики для обнаружения деструктивных электромагнитных воздействий на ИКС, что позволит учитывать априорные знания экспертов по проблемной области или данные экспериментальных исследований. ...
Добавлено: 17 марта 2014 г.
Савченко А. В., Automation and Remote Control 2016 Vol. 77 No. 3 P. 443-450
Добавлено: 11 апреля 2016 г.
Кашницкий Ю. С., Игнатов Д. И., Интеллектуальные системы. Теория и приложения 2015 Т. 19 № 4 С. 37-55
В статье дается краткое введение в ансамбли классификаторов в машинном обучении и описывается алгоритм, повышающий качество классификации за счет рекомендации классификаторов объектам. Гипотеза, заложенная в основу алгоритма, состоит в том, что классификатор скорее правильно классифицирует объект, если он правильно предсказал метки соседей этого объекта из обучающей выборки. Автор иллюстрирует принцип алгоритма на простом примере и ...
Добавлено: 7 декабря 2015 г.
Михайлов В. А., Царегородцев А. В., Мырова Л. О., Системы и средства связи, телевидения и радиовещания 2012 № 1,2 С. 124-127
Проводится анализ существующих подходов применения интеллектуальных методов для решения задачи обнаружения деструктивных ЭМВ. Предлагается использовать интеллектуальные системы на основе нейронных сетей интегрированные со средствами нечеткой логики для обнаружения деструктивных электромагнитных воздействий на бортовой вычислительный комплекс. ...
Добавлено: 17 марта 2014 г.
Савченко А. В., Savchenko L. V., Lecture Notes in Artificial Intelligence 2014 Vol. 8536 P. 309-318
Добавлено: 25 июля 2014 г.
Добавлено: 9 июня 2014 г.
Развивается метод сокращения размерности матрицы данных, основанный на ее прямом и обратном проектировании, и вычислении проекторов, минимизирующих кросс-энтропийный функционал. Вводится понятие информационной емкости матрицы, которое используется в качестве ограничения в задаче оптимальной редукции. Проводится сравнение предлагаемого метода с известными в задаче бинарной классификации. ...
Добавлено: 31 октября 2020 г.
Дубнов Ю. А., Искусственный интеллект и принятие решений 2020 № 2 С. 78-85
Рассматривается задача отбора признаков для формирования обучающей выборки в задаче классификации. Предлагается метод отбора информативных признаков на основе вероятностного подхода и метрики перекрестной энтропии. Исследуется несколько вариантов информационного критерия отбора признаков для задачи бинарной классификации и его обобщение на случай многоклассовой задачи. Приводятся демонстрационные примеры работы предложенного метода для задачи классификации изображений из коллекции mnist. ...
Добавлено: 31 октября 2020 г.
Царегородцев А. В., Михайлов В. А., Мырова Л. О., Электросвязь 2012 № 8 С. 36-39
Предлагается подход к организации иерархической структуры интеллектуальной системы оценки и анализа устойчивости БЦВК к деструктивным воздействиям ЭМИ. Адаптивный характер уровней системы обусловливается использованием интеллектуальных средств нечеткой логики и нейронных сетей для решения задач классификации и кластеризации деструктивных воздействий на БЦВК по признакам таких воздействий, формируемых датчиками ЭМВ. ...
Добавлено: 17 марта 2014 г.
Башмаков А. И., Белоозеров В. Н., Старых В. А., Информационные системы и технологии 2013 № 6(80) С. 88-102
В статье изложен процесс построения формальной онтологии системы информационных ресурсов для сферы образования, что преследует цель отразить представление об этой сфере в автоматизированных системах, предназначенных для создания, учёта, систематизации, хранения, поиска и использования этих ресурсов в образовательных учреждениях различного уровня. Система информационных ресурсов задаётся принятыми словарями и классификаторами в структуре метаданных LOM с дополнениями, отражающими ...
Добавлено: 16 января 2014 г.
Emmanuel I. C., Митрофанова Е. С., / Cornell Tech. Series 4064475 "ArXiv Preprint". 2022.
Работа посвящена изучению надежности моделей на российских данных методом предсказания наступления таких стартовых событий как: первый развод, первое трудоустройство и завершение образования. Наша цель состояла в том, чтобы сделать классификаторы более устойчивым, уменьшив погрешности при работе с сензитивными данными, увеличивая или по крайней мере поддерживая точность предсказаний.
Мы использовали нейронные методы «отсева» и модель «отсева признаков» ...
Добавлено: 31 мая 2022 г.
Галатенко В. В., Livshitz E., Podol’skii V. и др., International Journal of Applied Mathematics 2012 Vol. 25 No. 6 P. 871-882
A method for the automated real-time classification of psychological functional state is proposed. The classification is based on discrete wavelet transform of electroencephalographic data. The method consists of two preliminary stages — global feature selection and individual tuning, and the main stage — real-time classification. All stages are fully automated. The software implementation of this ...
Добавлено: 30 октября 2015 г.
Савченко А. В., Информационные системы и технологии 2015 № 4(90) С. 28-38
Рассмотрена проблема недостаточной вычислительной эффективности вероятностной нейронной сети (ВНС) в задачах распознавания образов при наличии в базе данных для каждого класса небольшого числа эталонов. На основе проекционных оценок плотности распределения с ядром Фейера и наивного предположения о независимости признаков классифицируемого объекта синтезирована новая модификация ВНС. Экспериментально показано, что предложенный классификатор оказался несколько точнее и намного ...
Добавлено: 8 октября 2015 г.
Manipur I., Manzo M., Granata I. и др., IEEE/ACM Transactions on Computational Biology and Bioinformatics 2022 Vol. 19 No. 2 P. 729-740
Добавлено: 25 августа 2021 г.
Савченко А. В., Белова Н. С., Expert Systems with Applications 2018 Vol. 108 P. 170-182
The paper deals with unconstrained face recognition task for the small sample size problem based on computation of distances between high-dimensional off-the-shelf features extracted by deep convolution neural network. We present the novel statistical recognition method, which maximizes the likelihood (joint probabilistic density) of the distances to all reference images from the gallery set. This ...
Добавлено: 17 мая 2018 г.
Савченко А. В., Компьютерная оптика 2017 Т. 41 № 3 С. 422-430
Исследована задача распознавания изображений в условиях малых выборок наблюдений на основе метода ближайшего соседа, в котором сопоставляются векторы признаков высокой размерности, выделенные с помощью глубокой свёрточной нейронной сети. Предложен новый алгоритм распознавания на основе метода максимального правдоподобия (совместной плотности вероятности) рассогласований между входным и всеми эталонными изображениями. Для оценки правдоподобия используется известное асимптотически нормальное распределение ...
Добавлено: 8 июля 2017 г.
Савченко А. В., Белова Н. С., / Cornell University. Series "Working papers by Cornell University". 2017.
Добавлено: 29 августа 2017 г.