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...
Gespeichert in:
| Veröffentlicht in: | Проблемы управления и информатики |
|---|---|
| Datum: | 2015 |
| Hauptverfasser: | , , |
| Format: | Artikel |
| Sprache: | Russisch |
| Veröffentlicht: |
Інститут кібернетики ім. В.М. Глушкова НАН України
2015
|
| Schlagworte: | |
| Online Zugang: | https://nasplib.isofts.kiev.ua/handle/123456789/207898 |
| 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: | 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. |
Institution
Digital Library of Periodicals of National Academy of Sciences of Ukraine| Zusammenfassung: | 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 |