ПРАВДОПОДІБНІ, АЛЕ НЕОБГРУНТОВАНІ ПЕРЕДУМОВИ ПРИ ПОБУДОВІ ДІАГНОСТИЧНИХ МОДЕЛЕЙ

ПРАВДОПОДІБНІ, АЛЕ НЕОБГРУНТОВАНІ ПЕРЕДУМОВИ ПРИ ПОБУДОВІ ДІАГНОСТИЧНИХ МОДЕЛЕЙ

When solving a number of applied problems of medical and technical diagnostics, the construction of diagnostic models is carried out in conditions of insufficient knowledge of the physical laws that arise in the object of study. It is necessary to build models only on the basis of common sense and i...

Повний опис

Збережено в:
Бібліографічні деталі
Дата:2020
Автор: Fainzilberg, L.S.
Формат: Стаття
Мова:English
Опубліковано: V.M. Glushkov Institute of Cybernetics of NAS of Ukraine 2020
Теми:
дискримінантна функція
діагностична ознака
методи самоорганізації
Онлайн доступ:https://jais.net.ua/index.php/files/article/view/474
Теги: Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!
Назва журналу:Problems of Control and Informatics

Репозитарії

Problems of Control and Informatics
id oai:ojs2.jais.net.ua:article-474
record_format ojs
institution Problems of Control and Informatics
baseUrl_str
datestamp_date 2025-03-14T15:38:37Z
collection OJS
language English
topic дискримінантна функція
діагностична ознака
методи самоорганізації
spellingShingle дискримінантна функція
діагностична ознака
методи самоорганізації
Fainzilberg, L.S.
ПРАВДОПОДІБНІ, АЛЕ НЕОБГРУНТОВАНІ ПЕРЕДУМОВИ ПРИ ПОБУДОВІ ДІАГНОСТИЧНИХ МОДЕЛЕЙ
topic_facet дискримінантна функція
діагностична ознака
методи самоорганізації
Discriminant function
diagnostic feature
self-organization methods
format Article
author Fainzilberg, L.S.
author_facet Fainzilberg, L.S.
author_sort Fainzilberg, L.S.
title ПРАВДОПОДІБНІ, АЛЕ НЕОБГРУНТОВАНІ ПЕРЕДУМОВИ ПРИ ПОБУДОВІ ДІАГНОСТИЧНИХ МОДЕЛЕЙ
title_short ПРАВДОПОДІБНІ, АЛЕ НЕОБГРУНТОВАНІ ПЕРЕДУМОВИ ПРИ ПОБУДОВІ ДІАГНОСТИЧНИХ МОДЕЛЕЙ
title_full ПРАВДОПОДІБНІ, АЛЕ НЕОБГРУНТОВАНІ ПЕРЕДУМОВИ ПРИ ПОБУДОВІ ДІАГНОСТИЧНИХ МОДЕЛЕЙ
title_fullStr ПРАВДОПОДІБНІ, АЛЕ НЕОБГРУНТОВАНІ ПЕРЕДУМОВИ ПРИ ПОБУДОВІ ДІАГНОСТИЧНИХ МОДЕЛЕЙ
title_full_unstemmed ПРАВДОПОДІБНІ, АЛЕ НЕОБГРУНТОВАНІ ПЕРЕДУМОВИ ПРИ ПОБУДОВІ ДІАГНОСТИЧНИХ МОДЕЛЕЙ
title_sort правдоподібні, але необгрунтовані передумови при побудові діагностичних моделей
title_alt PLAUSIBLE BUT UNREASONABLE PREREQUISITES WHEN CONSTRUCTING DIAGNOSTIC MODELS
description When solving a number of applied problems of medical and technical diagnostics, the construction of diagnostic models is carried out in conditions of insufficient knowledge of the physical laws that arise in the object of study. It is necessary to build models only on the basis of common sense and intuition, relying on the available experimental material (precedents). However, in this case, erroneous solutions are possible that lead to the inefficiency of the diagnostic system. The article discusses examples of some arguments that are not scientifically sound. It is shown that the linear classifier, to which the method of decision making on the distance to standards is reduced, can lead to absurd results. Such an effect occurs if the independence condition for the preferences of individual characteristics is not fulfilled, which means that the «deterioration» of the value of one attribute can be compensated by the «improvement» of the other, and vice versa, which is not always true. It is shown that unreasonable expansion of the space of diagnostic signs can worsen the effectiveness of the diagnostic rule. Therefore, it is important to get rid of unnecessary signs even before the training phase. Inconsistency of the argument that when constructing diagnostic models it is advisable to use only statistically independent attributes is analyzed. To illustrate the fallacy of such argument it is proved that with a statistical relationship between features, a combination of individual non-informative features can be not only useful, but also provide error-free recognition of classes. Therefore, it is important in each case to investigate the issue of conditional statistical dependence between features before making a decision on their exclusion from the description. Using the example of constructing a model for indirect estimation of the carbon content in a liquid metal by the temperature of crystallization onset, it is shown that it is impossible to restore the true diagnostic model using only self-organization methods without using additional algorithms.
publisher V.M. Glushkov Institute of Cybernetics of NAS of Ukraine
publishDate 2020
url https://jais.net.ua/index.php/files/article/view/474
work_keys_str_mv AT fainzilbergls plausiblebutunreasonableprerequisiteswhenconstructingdiagnosticmodels
AT fainzilbergls pravdopodíbníaleneobgruntovaníperedumovipripobudovídíagnostičnihmodelej
first_indexed 2025-10-30T02:49:14Z
last_indexed 2025-10-30T02:49:14Z
_version_ 1847373390022705152
spelling oai:ojs2.jais.net.ua:article-4742025-03-14T15:38:37Z PLAUSIBLE BUT UNREASONABLE PREREQUISITES WHEN CONSTRUCTING DIAGNOSTIC MODELS ПРАВДОПОДІБНІ, АЛЕ НЕОБГРУНТОВАНІ ПЕРЕДУМОВИ ПРИ ПОБУДОВІ ДІАГНОСТИЧНИХ МОДЕЛЕЙ Fainzilberg, L.S. дискримінантна функція діагностична ознака методи самоорганізації Discriminant function diagnostic feature self-organization methods When solving a number of applied problems of medical and technical diagnostics, the construction of diagnostic models is carried out in conditions of insufficient knowledge of the physical laws that arise in the object of study. It is necessary to build models only on the basis of common sense and intuition, relying on the available experimental material (precedents). However, in this case, erroneous solutions are possible that lead to the inefficiency of the diagnostic system. The article discusses examples of some arguments that are not scientifically sound. It is shown that the linear classifier, to which the method of decision making on the distance to standards is reduced, can lead to absurd results. Such an effect occurs if the independence condition for the preferences of individual characteristics is not fulfilled, which means that the «deterioration» of the value of one attribute can be compensated by the «improvement» of the other, and vice versa, which is not always true. It is shown that unreasonable expansion of the space of diagnostic signs can worsen the effectiveness of the diagnostic rule. Therefore, it is important to get rid of unnecessary signs even before the training phase. Inconsistency of the argument that when constructing diagnostic models it is advisable to use only statistically independent attributes is analyzed. To illustrate the fallacy of such argument it is proved that with a statistical relationship between features, a combination of individual non-informative features can be not only useful, but also provide error-free recognition of classes. Therefore, it is important in each case to investigate the issue of conditional statistical dependence between features before making a decision on their exclusion from the description. Using the example of constructing a model for indirect estimation of the carbon content in a liquid metal by the temperature of crystallization onset, it is shown that it is impossible to restore the true diagnostic model using only self-organization methods without using additional algorithms. При вирішенні ряду прикладних задач медичної і технічної діагностики конструювання діагностичних моделей здійснюється в умовах недостатності знань про фізичні закономірності, що мають місце в обʼєкті дослідження. Доводиться конструювати моделі лише на основі здорового глузду та інтуїції, покладаючись на наявний експериментальний матеріал (прецеденти). Однак при цьому можливі помилкові рішення, що призводять до неефективності діагностичної системи. Розглянуто приклади деяких міркувань, які виявляються неспроможними з наукової точки зору. Показано, що лінійний класифікатор, до якого зводиться метод прийняття рішень за відстанню до еталонів, може призводити до абсурдних результатів. Такий ефект виникає, якщо не виконується вимога незалежності за перевагами окремих ознак, яка передбачає, що «погіршення» значення однієї ознаки може бути компенсовано «поліпшенням» іншої та навпаки, що не завжди правильно. Показано, що необґрунтоване розширення простору діагностичних ознак може погіршити ефективність діагностичного правила. Тому важливо позбутися непотрібних ознак ще до етапу навчання. Проаналізовано неспроможність аргументації про те, що при побудові діагностичних моделей доцільно використовувати тільки статистично незалежні ознаки. Для ілюстрації помилковості такої аргументації доведено, що при статистичній залежності між ознаками сукупність неінформативних окремо ознак може бути не тільки корисною, а й спроможною забезпечити безпомилкове розпізнавання класів. Тому важливо у кожному конкретному випадку досліджувати питання про умовну статистичну залежність між ознаками перш, ніж приймати рішення про їх виключення з опису. На прикладі задачі побудови моделі непрямої оцінки вмісту вуглецю в рідкому металі за температурою початку кристалізації показано, що за навчальною вибіркою, що містить тільки спостережувані дискретні значення, неможливо методами самоорганізації відновити справжню діагностичну модель без залучення додаткових алгоритмів. V.M. Glushkov Institute of Cybernetics of NAS of Ukraine 2020-06-20 Article Article application/pdf https://jais.net.ua/index.php/files/article/view/474 10.1615/JAutomatInfScien.v52.i5.40 Міжнародний науково-технічний журнал "Проблеми керування та інформатики"; Том 65 № 3 (2020): Міжнародний науково-технічний журнал "Проблеми керування та інформатики"; 137-148 International Scientific Technical Journal "Problems of Control and Informatics; Том 65 № 3 (2020): International Scientific Technical Journal "PROBLEMS OF CONTROL AND INFORMATICS"; 137-148 International Scientific Technical Journal "Problems of Control and Informatics"; Vol. 65 No. 3 (2020): International Scientific Technical Journal "PROBLEMS OF CONTROL AND INFORMATICS"; 137-148 2786-6505 2786-6491 en https://jais.net.ua/index.php/files/article/view/474/544 Copyright (c) 2020 L.S. Fainzilberg https://creativecommons.org/licenses/by-nc-nd/4.0

Схожі ресурси