Иерархический информационно-экстремальный алгоритм обучения системы диагностирования с избыточной обучающей матрицей

Розглядається інформаційний синтез системи підтримки прийняття рішень для діагностування патологічних процесів у рамках інформаційно-екстремальної інтелектуальної технології, заснованої на максимізації інформаційної спроможності системи в процесі її навчання. Досліджено вплив способу формування навч...

Повний опис

Збережено в:
Бібліографічні деталі
Опубліковано в: :Проблемы управления и информатики
Дата:2015
Автори: Довбыш, А.С., Стадник, А.А., Голубничий, С.А.
Формат: Стаття
Мова:Russian
Опубліковано: Інститут кібернетики ім. В.М. Глушкова НАН України 2015
Теми:
Онлайн доступ:https://nasplib.isofts.kiev.ua/handle/123456789/207898
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:Иерархический информационно-экстремальный алгоритм обучения системы диагностирования с избыточной обучающей матрицей / А.С. Довбыш, А.А. Стадник, С.А. Голубничий // Проблемы управления и информатики. — 2015. — № 2. — С. 72-80. — Бібліогр.: 5 назв. — рос.

Репозитарії

Digital Library of Periodicals of National Academy of Sciences of Ukraine
Опис
Резюме:Розглядається інформаційний синтез системи підтримки прийняття рішень для діагностування патологічних процесів у рамках інформаційно-екстремальної інтелектуальної технології, заснованої на максимізації інформаційної спроможності системи в процесі її навчання. Досліджено вплив способу формування навчальної матриці на функціональну ефективність машинного навчання. Реалізацію алгоритму виконано на прикладі діагностування різних за етиологією та перебігом форм спонтанного пневмотораксу. The problem of information synthesis of decision support system for pathological process diagnosing is considered within the bounds of information-extreme intellectual technology based on maximization of information capacity of the system in the process of its learning. The influence of the training matrix forming method on functional efficiency of machine learning is investigated. Implementation of the algorithm was done with the example of diagnosis of the spontaneous pneumothorax forms differed by etiology and disease course.
ISSN:0572-2691