Снижение размеров достаточной для обучения выборки за счет симметризации корреляционных связей биометрических данных
Показано, что на малых тестовых выборках коэффициенты корреляции биометрических данных имеют значительную погрешность. Это препятствует их использованию при обучении (настройке) классических квадратичных форм и сетей Байеса. Предложено использовать способ симметризации корреляционных связей. Доказан...
Gespeichert in:
| Veröffentlicht in: | Кибернетика и системный анализ |
|---|---|
| Datum: | 2016 |
| Hauptverfasser: | , , |
| Format: | Artikel |
| Sprache: | Russian |
| Veröffentlicht: |
Інститут кібернетики ім. В.М. Глушкова НАН України
2016
|
| Schlagworte: | |
| Online Zugang: | https://nasplib.isofts.kiev.ua/handle/123456789/133681 |
| Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
| Назва журналу: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| Zitieren: | Снижение размеров достаточной для обучения выборки за счет симметризации корреляционных связей биометрических данных / А.И. Иванов, П.С. Ложников, Ю.И. Серикова // Кибернетика и системный анализ. — 2016. — Т. 52, № 3. — С. 49-56. — Бібліогр.: 14 назв. — рос. |
Institution
Digital Library of Periodicals of National Academy of Sciences of Ukraine| id |
nasplib_isofts_kiev_ua-123456789-133681 |
|---|---|
| record_format |
dspace |
| spelling |
Иванов, А.И. Ложников, П.С. Серикова, Ю.И. 2018-06-05T05:43:37Z 2018-06-05T05:43:37Z 2016 Снижение размеров достаточной для обучения выборки за счет симметризации корреляционных связей биометрических данных / А.И. Иванов, П.С. Ложников, Ю.И. Серикова // Кибернетика и системный анализ. — 2016. — Т. 52, № 3. — С. 49-56. — Бібліогр.: 14 назв. — рос. 0023-1274 https://nasplib.isofts.kiev.ua/handle/123456789/133681 004.93'1 Показано, что на малых тестовых выборках коэффициенты корреляции биометрических данных имеют значительную погрешность. Это препятствует их использованию при обучении (настройке) классических квадратичных форм и сетей Байеса. Предложено использовать способ симметризации корреляционных связей. Доказано, что в этом случае требования к объему биометрических данных существенно снижаются. Как следствие, настройка (обучение) квадратичных форм и настройка сетей наибольшего правдоподобия Байеса становятся гораздо более устойчивыми задачами. Последнее эквивалентно многократному снижению требований к размерам обучающей выборки примеров биометрического образа «свой». Показано, що на малих тестових вибірках коефіцієнти кореляції біометричних даних мають значну похибку, що не дозволяє використовувати їх для навчання (налаштування) класичних квадратичних форм і мереж Беєса. Запропоновано скористатися способом симетризації кореляційних зв’язків. Доведено, що у цьому випадку вимоги до обсягу біометричних даних істотно знижуються. Як наслідок, налаштування (навчання) квадратичних форм і налаштування мереж найбільшої правдоподібності Беєса стають набагато більш стійкими задачами, що є еквівалентним багаторазовому зниженню вимог до розмірів навчальної вибірки прикладів біометричного образу «свій». The paper shows that coefficients of correlation for biometric data are of considerable uncertainty if used for small test samples. This fact prevents from using them for machine learning (setting) of classical quadratic forms and Bayesian networks. The method of symmetrizing correlations is proposed to be used. It is proved that the requirements to the volume of biometric data are lower in this case. As a consequence, setting (teaching) of quadratic forms and maximum likelihood Bayesian networks become a much more stable problem. This is equivalent to the multiple reduction of requirements to the size of the training sample for “own” samples. Исследование выполнено при финансовой поддержке РФФИ в рамках научного проекта № 16-07-01204 А . ru Інститут кібернетики ім. В.М. Глушкова НАН України Кибернетика и системный анализ Кибернетика Снижение размеров достаточной для обучения выборки за счет симметризации корреляционных связей биометрических данных Зменшення розмірів достатньої для навчання вибірки за рахунок симетризації кореляційних зв’язків біометричних даних Reducing the size of training-sufficient sampling due to symmetrization of correlation relationshps of biometric data Article published earlier |
| institution |
Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| collection |
DSpace DC |
| title |
Снижение размеров достаточной для обучения выборки за счет симметризации корреляционных связей биометрических данных |
| spellingShingle |
Снижение размеров достаточной для обучения выборки за счет симметризации корреляционных связей биометрических данных Иванов, А.И. Ложников, П.С. Серикова, Ю.И. Кибернетика |
| title_short |
Снижение размеров достаточной для обучения выборки за счет симметризации корреляционных связей биометрических данных |
| title_full |
Снижение размеров достаточной для обучения выборки за счет симметризации корреляционных связей биометрических данных |
| title_fullStr |
Снижение размеров достаточной для обучения выборки за счет симметризации корреляционных связей биометрических данных |
| title_full_unstemmed |
Снижение размеров достаточной для обучения выборки за счет симметризации корреляционных связей биометрических данных |
| title_sort |
снижение размеров достаточной для обучения выборки за счет симметризации корреляционных связей биометрических данных |
| author |
Иванов, А.И. Ложников, П.С. Серикова, Ю.И. |
| author_facet |
Иванов, А.И. Ложников, П.С. Серикова, Ю.И. |
| topic |
Кибернетика |
| topic_facet |
Кибернетика |
| publishDate |
2016 |
| language |
Russian |
| container_title |
Кибернетика и системный анализ |
| publisher |
Інститут кібернетики ім. В.М. Глушкова НАН України |
| format |
Article |
| title_alt |
Зменшення розмірів достатньої для навчання вибірки за рахунок симетризації кореляційних зв’язків біометричних даних Reducing the size of training-sufficient sampling due to symmetrization of correlation relationshps of biometric data |
| description |
Показано, что на малых тестовых выборках коэффициенты корреляции биометрических данных имеют значительную погрешность. Это препятствует их использованию при обучении (настройке) классических квадратичных форм и сетей Байеса. Предложено использовать способ симметризации корреляционных связей. Доказано, что в этом случае требования к объему биометрических данных существенно снижаются. Как следствие, настройка (обучение) квадратичных форм и настройка сетей наибольшего правдоподобия Байеса становятся гораздо более устойчивыми задачами. Последнее эквивалентно многократному снижению требований к размерам обучающей выборки примеров биометрического образа «свой».
Показано, що на малих тестових вибірках коефіцієнти кореляції біометричних даних мають значну похибку, що не дозволяє використовувати їх для навчання (налаштування) класичних квадратичних форм і мереж Беєса. Запропоновано скористатися способом симетризації кореляційних зв’язків. Доведено, що у цьому випадку вимоги до обсягу біометричних даних істотно знижуються. Як наслідок, налаштування (навчання) квадратичних форм і налаштування мереж найбільшої правдоподібності Беєса стають набагато більш стійкими задачами, що є еквівалентним багаторазовому зниженню вимог до розмірів навчальної вибірки прикладів біометричного образу «свій».
The paper shows that coefficients of correlation for biometric data are of considerable uncertainty if used for small test samples. This fact prevents from using them for machine learning (setting) of classical quadratic forms and Bayesian networks. The method of symmetrizing correlations is proposed to be used. It is proved that the requirements to the volume of biometric data are lower in this case. As a consequence, setting (teaching) of quadratic forms and maximum likelihood Bayesian networks become a much more stable problem. This is equivalent to the multiple reduction of requirements to the size of the training sample for “own” samples.
|
| issn |
0023-1274 |
| url |
https://nasplib.isofts.kiev.ua/handle/123456789/133681 |
| citation_txt |
Снижение размеров достаточной для обучения выборки за счет симметризации корреляционных связей биометрических данных / А.И. Иванов, П.С. Ложников, Ю.И. Серикова // Кибернетика и системный анализ. — 2016. — Т. 52, № 3. — С. 49-56. — Бібліогр.: 14 назв. — рос. |
| work_keys_str_mv |
AT ivanovai sniženierazmerovdostatočnoidlâobučeniâvyborkizasčetsimmetrizaciikorrelâcionnyhsvâzeibiometričeskihdannyh AT ložnikovps sniženierazmerovdostatočnoidlâobučeniâvyborkizasčetsimmetrizaciikorrelâcionnyhsvâzeibiometričeskihdannyh AT serikovaûi sniženierazmerovdostatočnoidlâobučeniâvyborkizasčetsimmetrizaciikorrelâcionnyhsvâzeibiometričeskihdannyh AT ivanovai zmenšennârozmírívdostatnʹoídlânavčannâvibírkizarahunoksimetrizacííkorelâcíinihzvâzkívbíometričnihdanih AT ložnikovps zmenšennârozmírívdostatnʹoídlânavčannâvibírkizarahunoksimetrizacííkorelâcíinihzvâzkívbíometričnihdanih AT serikovaûi zmenšennârozmírívdostatnʹoídlânavčannâvibírkizarahunoksimetrizacííkorelâcíinihzvâzkívbíometričnihdanih AT ivanovai reducingthesizeoftrainingsufficientsamplingduetosymmetrizationofcorrelationrelationshpsofbiometricdata AT ložnikovps reducingthesizeoftrainingsufficientsamplingduetosymmetrizationofcorrelationrelationshpsofbiometricdata AT serikovaûi reducingthesizeoftrainingsufficientsamplingduetosymmetrizationofcorrelationrelationshpsofbiometricdata |
| first_indexed |
2025-12-07T20:56:15Z |
| last_indexed |
2025-12-07T20:56:15Z |
| _version_ |
1850884463291006976 |