Комбінаторна оцінка впливу зменшення інформаційного покриття класів на узагальнюючу властивість 1NN алгоритмів класифікації
У статті запропоновано комбінаторний підхід до визначення впливу зменшення розмірності класів на ймовірність правильного розпізнавання при застосуванні 1NN вирішуючого правила. Результати розпізнавання для кожного контрольного об’єкта вважаються відомими до пониження розмірів класів бази даних. Р...
Gespeichert in:
| Datum: | 2008 |
|---|---|
| Hauptverfasser: | , , |
| Format: | Artikel |
| Sprache: | Ukrainian |
| Veröffentlicht: |
Інститут проблем штучного інтелекту МОН України та НАН України
2008
|
| Schlagworte: | |
| Online Zugang: | https://nasplib.isofts.kiev.ua/handle/123456789/6543 |
| 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: | Комбінаторна оцінка впливу зменшення інформаційного покриття класів на узагальнюючу властивість 1NN алгоритмів класифікації / Б.О. Капустій, Б.П. Русин, В.А. Таянов // Штучний інтелект. — 2008. — № 1. — С. 49-54. — Бібліогр.: 11 назв. — укр. |
Institution
Digital Library of Periodicals of National Academy of Sciences of Ukraine| id |
nasplib_isofts_kiev_ua-123456789-6543 |
|---|---|
| record_format |
dspace |
| spelling |
Капустій, Б.О. Русин, Б.П. Таянов, В.А. 2010-03-09T11:17:58Z 2010-03-09T11:17:58Z 2008 Комбінаторна оцінка впливу зменшення інформаційного покриття класів на узагальнюючу властивість 1NN алгоритмів класифікації / Б.О. Капустій, Б.П. Русин, В.А. Таянов // Штучний інтелект. — 2008. — № 1. — С. 49-54. — Бібліогр.: 11 назв. — укр. 1561-5359 https://nasplib.isofts.kiev.ua/handle/123456789/6543 004.93+519.2 У статті запропоновано комбінаторний підхід до визначення впливу зменшення розмірності класів на ймовірність правильного розпізнавання при застосуванні 1NN вирішуючого правила. Результати розпізнавання для кожного контрольного об’єкта вважаються відомими до пониження розмірів класів бази даних. Розв’язано задачу визначення ймовірності того, що правильне розпізнавання збережеться після пониження розмірності класів, а неправильне стане правильним. В работе предложен комбинаторный подход к определению влияния уменьшения размерности классов на вероятность правильного распознавания при использовании 1NN решающего правила. Результаты распознавания для каждого контрольного объекта считаются известными до понижения размеров классов базы данных. Решена задача определения вероятности того, что правильное распознавание сохранится после понижения размерности классов, а неправильное станет правильным. In this paper the combinatorial approach for definition of the class size reduction influence on correct recognition probability when one uses 1NN classifier. The recognition results are familiar before database class size reduction for every test object. The probability that recognition system has peculiarity to retain the recognition rate after class size reduction has been determined. The probability definition task that negative recognition results after class size reduction will become positive has also been solved. uk Інститут проблем штучного інтелекту МОН України та НАН України Алгоритмическое и программное обеспечение интеллектуальных систем Комбінаторна оцінка впливу зменшення інформаційного покриття класів на узагальнюючу властивість 1NN алгоритмів класифікації Комбинаторная оценка влияния уменьшения информационного покрытия классов на обобщающую особенность 1NN алгоритмов классификации Article published earlier |
| institution |
Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| collection |
DSpace DC |
| title |
Комбінаторна оцінка впливу зменшення інформаційного покриття класів на узагальнюючу властивість 1NN алгоритмів класифікації |
| spellingShingle |
Комбінаторна оцінка впливу зменшення інформаційного покриття класів на узагальнюючу властивість 1NN алгоритмів класифікації Капустій, Б.О. Русин, Б.П. Таянов, В.А. Алгоритмическое и программное обеспечение интеллектуальных систем |
| title_short |
Комбінаторна оцінка впливу зменшення інформаційного покриття класів на узагальнюючу властивість 1NN алгоритмів класифікації |
| title_full |
Комбінаторна оцінка впливу зменшення інформаційного покриття класів на узагальнюючу властивість 1NN алгоритмів класифікації |
| title_fullStr |
Комбінаторна оцінка впливу зменшення інформаційного покриття класів на узагальнюючу властивість 1NN алгоритмів класифікації |
| title_full_unstemmed |
Комбінаторна оцінка впливу зменшення інформаційного покриття класів на узагальнюючу властивість 1NN алгоритмів класифікації |
| title_sort |
комбінаторна оцінка впливу зменшення інформаційного покриття класів на узагальнюючу властивість 1nn алгоритмів класифікації |
| author |
Капустій, Б.О. Русин, Б.П. Таянов, В.А. |
| author_facet |
Капустій, Б.О. Русин, Б.П. Таянов, В.А. |
| topic |
Алгоритмическое и программное обеспечение интеллектуальных систем |
| topic_facet |
Алгоритмическое и программное обеспечение интеллектуальных систем |
| publishDate |
2008 |
| language |
Ukrainian |
| publisher |
Інститут проблем штучного інтелекту МОН України та НАН України |
| format |
Article |
| title_alt |
Комбинаторная оценка влияния уменьшения информационного покрытия классов на обобщающую особенность 1NN алгоритмов классификации |
| description |
У статті запропоновано комбінаторний підхід до визначення впливу зменшення розмірності класів на
ймовірність правильного розпізнавання при застосуванні 1NN вирішуючого правила. Результати
розпізнавання для кожного контрольного об’єкта вважаються відомими до пониження розмірів класів
бази даних. Розв’язано задачу визначення ймовірності того, що правильне розпізнавання збережеться
після пониження розмірності класів, а неправильне стане правильним.
В работе предложен комбинаторный подход к определению влияния уменьшения размерности классов
на вероятность правильного распознавания при использовании 1NN решающего правила. Результаты
распознавания для каждого контрольного объекта считаются известными до понижения размеров
классов базы данных. Решена задача определения вероятности того, что правильное распознавание
сохранится после понижения размерности классов, а неправильное станет правильным.
In this paper the combinatorial approach for definition of the class size reduction influence on correct
recognition probability when one uses 1NN classifier. The recognition results are familiar before database
class size reduction for every test object. The probability that recognition system has peculiarity to retain the
recognition rate after class size reduction has been determined. The probability definition task that negative
recognition results after class size reduction will become positive has also been solved.
|
| issn |
1561-5359 |
| url |
https://nasplib.isofts.kiev.ua/handle/123456789/6543 |
| citation_txt |
Комбінаторна оцінка впливу зменшення інформаційного покриття класів на узагальнюючу властивість 1NN алгоритмів класифікації / Б.О. Капустій, Б.П. Русин, В.А. Таянов // Штучний інтелект. — 2008. — № 1. — С. 49-54. — Бібліогр.: 11 назв. — укр. |
| work_keys_str_mv |
AT kapustíibo kombínatornaocínkavplivuzmenšennâínformacíinogopokrittâklasívnauzagalʹnûûčuvlastivístʹ1nnalgoritmívklasifíkacíí AT rusinbp kombínatornaocínkavplivuzmenšennâínformacíinogopokrittâklasívnauzagalʹnûûčuvlastivístʹ1nnalgoritmívklasifíkacíí AT taânovva kombínatornaocínkavplivuzmenšennâínformacíinogopokrittâklasívnauzagalʹnûûčuvlastivístʹ1nnalgoritmívklasifíkacíí AT kapustíibo kombinatornaâocenkavliâniâumenʹšeniâinformacionnogopokrytiâklassovnaobobŝaûŝuûosobennostʹ1nnalgoritmovklassifikacii AT rusinbp kombinatornaâocenkavliâniâumenʹšeniâinformacionnogopokrytiâklassovnaobobŝaûŝuûosobennostʹ1nnalgoritmovklassifikacii AT taânovva kombinatornaâocenkavliâniâumenʹšeniâinformacionnogopokrytiâklassovnaobobŝaûŝuûosobennostʹ1nnalgoritmovklassifikacii |
| first_indexed |
2025-11-29T06:30:00Z |
| last_indexed |
2025-11-29T06:30:00Z |
| _version_ |
1850854595053486081 |