Формирование выборок с пространственной локализацией и преобразованием на обобщённую ось
В статье предложено новое решение актуальной научно-практической задачи формирования выборок для автоматизации классификации данных. Впервые предложен метод формирования выборок, который осуществляет иерархическую обработку выборки данных порционно и проецирует данные на обобщённую ось с учётом и...
Збережено в:
| Опубліковано в: : | Искусственный интеллект |
|---|---|
| Дата: | 2013 |
| Автор: | |
| Формат: | Стаття |
| Мова: | Russian |
| Опубліковано: |
Інститут проблем штучного інтелекту МОН України та НАН України
2013
|
| Теми: | |
| Онлайн доступ: | https://nasplib.isofts.kiev.ua/handle/123456789/85073 |
| 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: | Формирование выборок с пространственной локализацией и преобразованием на обобщённую ось / С.А. Субботин // Искусственный интеллект. — 2013. — № 2. — С. 71–79. — Бібліогр.: 16 назв. — рос. |
Репозитарії
Digital Library of Periodicals of National Academy of Sciences of Ukraine| Резюме: | В статье предложено новое решение актуальной научно-практической задачи формирования выборок
для автоматизации классификации данных. Впервые предложен метод формирования выборок, который
осуществляет иерархическую обработку выборки данных порционно и проецирует данные на обобщённую
ось с учётом их глобальной и локальной топологии, что позволяет существенно сократить объём выборки
и существенно уменьшает требования к ресурсам ЭВМ.
У статті запропоновано новий розв’язок актуальної науково-практичної задачі формування вибірок
для автоматизації класифікації даних. Вперше запропоновано метод формування вибірок, який здійснює
ієрархічну обробку вибірки даних порційно і проектує дані на узагальнену вісь з урахуванням їх глобальної
та локальної топології, що дозволяє істотно скоротити обсяг вибірки та істотно зменшує вимоги до
ресурсів ЕОМ.
The new decision of an actual scientific and practical task of sample formation to automate data classification
is proposed in the paper. The method of sample forming with a hierarchical data sample processing by portions
and projecting the data on the generalized axis according to their global and local topology is firstly proposed. It
allows to significantly reduce the size of the sample and significantly reduces the resource requirements of a
computer.
|
|---|---|
| ISSN: | 1561-5359 |