Алгоритмические аспекты определения функций глубины в процедуре выбора оптимальной гипотезы для задач классификации данных
Исследуются проблемы выбора оптимальной гипотезы в задачах классификации на основе класса гипотез, распределенного относительно апостериорной вероятности. Предложен метод, базирующийся на концепции относительного взвешенного среднего значения и функциях глубины, которые выполняются в пространстве фу...
Збережено в:
| Опубліковано в: : | Кибернетика и системный анализ |
|---|---|
| Дата: | 2016 |
| Автор: | |
| Формат: | Стаття |
| Мова: | Russian |
| Опубліковано: |
Інститут кібернетики ім. В.М. Глушкова НАН України
2016
|
| Теми: | |
| Онлайн доступ: | https://nasplib.isofts.kiev.ua/handle/123456789/142015 |
| Теги: |
Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!
|
| Назва журналу: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| Цитувати: | Алгоритмические аспекты определения функций глубины в процедуре выбора оптимальной гипотезы для задач классификации данных / А.А. Галкин // Кибернетика и системный анализ. — 2016. — Т. 52, № 5. — С. 43-55. — Бібліогр.: 10 назв. — рос. |
Репозитарії
Digital Library of Periodicals of National Academy of Sciences of Ukraine| id |
nasplib_isofts_kiev_ua-123456789-142015 |
|---|---|
| record_format |
dspace |
| spelling |
Галкин, А.А. 2018-09-20T17:53:27Z 2018-09-20T17:53:27Z 2016 Алгоритмические аспекты определения функций глубины в процедуре выбора оптимальной гипотезы для задач классификации данных / А.А. Галкин // Кибернетика и системный анализ. — 2016. — Т. 52, № 5. — С. 43-55. — Бібліогр.: 10 назв. — рос. 0023-1274 https://nasplib.isofts.kiev.ua/handle/123456789/142015 519.7 Исследуются проблемы выбора оптимальной гипотезы в задачах классификации на основе класса гипотез, распределенного относительно апостериорной вероятности. Предложен метод, базирующийся на концепции относительного взвешенного среднего значения и функциях глубины, которые выполняются в пространстве функций классификации. Разработаны алгоритмы для аппроксимации относительной глубины данных и относительного взвешенного среднего значения, обеспечивающие полиномиальные приближения к полупространственным аналогам. Досліджуються проблеми вибору оптимальної гіпотези в задачах класифікації на основі класу гіпотез, розподіленого відносно апостеріорної ймовірності. Запропоновано метод, який базується на концепції відносного зваженого середнього значення та функціях глибини, що виконуються у просторі функцій класифікації. Розроблено алгоритми для апроксимації відносної глибини даних та відносного зваженого середнього значення, що забезпечують поліноміальні наближення до напівпросторових аналогів. The paper analyzes optimal hypothesis selection in classification problems based on the hypothesis class distributed with respect to the posterior probability. A method is proposed that is based on the concept of a relative weighted average value and depth functions operating in the space of classification functions. Algorithms are constructed to approximate the relative depth of the data and relative weighted average value providing polynomial approximation to the half-space analogs. ru Інститут кібернетики ім. В.М. Глушкова НАН України Кибернетика и системный анализ Кибернетика Алгоритмические аспекты определения функций глубины в процедуре выбора оптимальной гипотезы для задач классификации данных Алгоритмічні аспекти визначення функцій глибини у процедурі вибору оптимальної гіпотези для задач класифікації даних Algorithmic aspects of determining the depth functions in selecting the optimal hypothesis for data classification problems Article published earlier |
| institution |
Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| collection |
DSpace DC |
| title |
Алгоритмические аспекты определения функций глубины в процедуре выбора оптимальной гипотезы для задач классификации данных |
| spellingShingle |
Алгоритмические аспекты определения функций глубины в процедуре выбора оптимальной гипотезы для задач классификации данных Галкин, А.А. Кибернетика |
| title_short |
Алгоритмические аспекты определения функций глубины в процедуре выбора оптимальной гипотезы для задач классификации данных |
| title_full |
Алгоритмические аспекты определения функций глубины в процедуре выбора оптимальной гипотезы для задач классификации данных |
| title_fullStr |
Алгоритмические аспекты определения функций глубины в процедуре выбора оптимальной гипотезы для задач классификации данных |
| title_full_unstemmed |
Алгоритмические аспекты определения функций глубины в процедуре выбора оптимальной гипотезы для задач классификации данных |
| title_sort |
алгоритмические аспекты определения функций глубины в процедуре выбора оптимальной гипотезы для задач классификации данных |
| author |
Галкин, А.А. |
| author_facet |
Галкин, А.А. |
| 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 |
Алгоритмічні аспекти визначення функцій глибини у процедурі вибору оптимальної гіпотези для задач класифікації даних Algorithmic aspects of determining the depth functions in selecting the optimal hypothesis for data classification problems |
| description |
Исследуются проблемы выбора оптимальной гипотезы в задачах классификации на основе класса гипотез, распределенного относительно апостериорной вероятности. Предложен метод, базирующийся на концепции относительного взвешенного среднего значения и функциях глубины, которые выполняются в пространстве функций классификации. Разработаны алгоритмы для аппроксимации относительной глубины данных и относительного взвешенного среднего значения, обеспечивающие полиномиальные приближения к полупространственным аналогам.
Досліджуються проблеми вибору оптимальної гіпотези в задачах класифікації на основі класу гіпотез, розподіленого відносно апостеріорної ймовірності. Запропоновано метод, який базується на концепції відносного зваженого середнього значення та функціях глибини, що виконуються у просторі функцій класифікації. Розроблено алгоритми для апроксимації відносної глибини даних та відносного зваженого середнього значення, що забезпечують поліноміальні наближення до напівпросторових аналогів.
The paper analyzes optimal hypothesis selection in classification problems based on the hypothesis class distributed with respect to the posterior probability. A method is proposed that is based on the concept of a relative weighted average value and depth functions operating in the space of classification functions. Algorithms are constructed to approximate the relative depth of the data and relative weighted average value providing polynomial approximation to the half-space analogs.
|
| issn |
0023-1274 |
| url |
https://nasplib.isofts.kiev.ua/handle/123456789/142015 |
| citation_txt |
Алгоритмические аспекты определения функций глубины в процедуре выбора оптимальной гипотезы для задач классификации данных / А.А. Галкин // Кибернетика и системный анализ. — 2016. — Т. 52, № 5. — С. 43-55. — Бібліогр.: 10 назв. — рос. |
| work_keys_str_mv |
AT galkinaa algoritmičeskieaspektyopredeleniâfunkciiglubinyvprocedurevyboraoptimalʹnoigipotezydlâzadačklassifikaciidannyh AT galkinaa algoritmíčníaspektiviznačennâfunkcíiglibiniuproceduríviboruoptimalʹnoígípotezidlâzadačklasifíkacíídanih AT galkinaa algorithmicaspectsofdeterminingthedepthfunctionsinselectingtheoptimalhypothesisfordataclassificationproblems |
| first_indexed |
2025-12-07T18:46:02Z |
| last_indexed |
2025-12-07T18:46:02Z |
| _version_ |
1850876270982725632 |