Situational-event model of the hybrid patterns recognition for heterogeneous data processing in complex systems

• Published in: Математичне моделювання в економіці
• Date: 2019
• Main Author: Zakhozhay, O.I.
• Format: Article
• Language: English
• Published: Інститут телекомунікацій і глобального інформаційного простору НАН України 2019
• Subjects: Інформаційні технології в економіці
• Online Access: https://nasplib.isofts.kiev.ua/handle/123456789/168501
• Journal Title: Digital Library of Periodicals of National Academy of Sciences of Ukraine
• Cite this: Situational-event model of the hybrid patterns recognition for heterogeneous data processing in complex systems / O.I. Zakhozhay // Математичне моделювання в економіці. — 2019. — № 4(17). — С. 16-25. — Бібліогр.: 26 назв. — англ.

In the article represented the new situational-event model of hybrid patterns recognition. This model based on representation a heterogeneous data of a complex system in the form of patterns set, sets of external conditions characteristics as manifestations of a current situation, a static component of a situation - in the form of stationary informativity characteristics, a dynamic component in the form of a nonstationary informativity characteristics and the set of classes as recognitions result. The developed model using provides a priory level of classification reliability, based on analysis of a smaller set but the most informative signs. В статті представлено нову ситуаційно-подійну модель гібридного розпізнавання образів, засновану на поданні характеристик складної системи у вигляді сукупності образів, множини характеристик зовнішніх умов – як прояву ситуації, статичної складової ситуації – у вигляді множини стаціонарних характеристик інформативності, динамічної складової – у вигляді нестаціонарних характеристик інформативності, та сукупності класів, як апріорно заданих можливих результатів класифікації. Розроблена модель забезпечує отримання апріорно заданого рівня достовірності розпізнавання на основі аналізу меншого набору, але найбільш інформативних даних.