Sinflar xatoli ajralganda timsollarni belgilangan xatolik va ishonchlilik bilan tanuvchi belgilarni tanlash: Selection of Recognizing Features with a Given Error and Reliability in the Erronous Separation of Classes
No Thumbnail Available
Date
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Samarkand branch of TUIT
Abstract
Description
Maqolada yuqori chekli oʻlchamli belgilar fazosida oʻquv tanlanma sinflari bir-biridan xatoli ajralganda timsollarni belgilangan xatolik va ishonchlilik bilan tanib olish masalasini yechish qaralgan. Oʻquv tanlanma har bir sinfini boshqa sinflardan xatoli ajratishda xatolik chastotasi, timsollarni tanib olishdagi xatolik ehtimoli va uning ishonchlilik qiymatlari hamda oʻquv tanlanmadagi timsollar, belgilar va sinflar soni kabi parametrlarni inobatga olib, sinfga xos belgilar fazosining yuqori chekli oʻlchamini topish uslubiyoti keltirilgan. Yuqori chekli oʻlchamli belgilar fazosini sinfga xos alohida belgilardan shakllantirish uchun har bir tanlab olinadigan alohida belgilarning minimal va haqiqiy ajratish kuchlari aniqlangan. Minimal va haqiqiy ajratish kuchlarini hisobga olgan holda birinchi, ikkinchi va uchinchi tipli alohida belgilarning har bir tipidan ularning yuqori chekli oʻlchamli fazosini shakllantirish protseduralari taklif qilingan. Taklif qilingan uslubiyot asosida algoritm va dasturiy ta’minot ishlab chiqilgan. EHMda hisoblash tajribalari oʻtkazilgan hamda natijalar hal qiluvchi qoidalar koʻrinishida keltirilgan boʻlib, ulardan timsollarni tanishda foydalanilgan. Shuningdek, oʻtkazilgan izlanishlarning xulosalari keltirilgan.
В статье рассматривается решение задачи распознавания образов с заданной ошибкой и надежностью, когда классы обучающей выборки отделены друг от друга с ошибкой в пространстве признаков, размерность которого имеет верхнюю предельную значения. Представлен метод нахождения верхней границы размера признакового пространства с учетом таких параметров, как частота ошибок при ошибочном отделении каждого класса обучающей выборки от других классов, вероятность ошибки при распознавании и ее достоверности, а также количество образов, признаков и классов в обучающей выборке. Чтобы сформировать конечномерного пространство признаков из отдельных признаков, специфичных для класса, определяются минимальная и реальная разделяющая сила каждого выбранного отдельного признака. Предложены процедуры формирования конечномерного пространства из каждого типа отдельных признаков второго и третьего типов с учетом их минимальные и реальные разделяющие силы. На основе предложенной методологии были разработаны алгоритм и программное обеспечение. На ЭВМ проводились вычислительные эксперименты, а результаты представлялись в виде решающих правил, по которым распознавались новые образы. Также представлены выводы проведенного исследования.
В статье рассматривается решение задачи распознавания образов с заданной ошибкой и надежностью, когда классы обучающей выборки отделены друг от друга с ошибкой в пространстве признаков, размерность которого имеет верхнюю предельную значения. Представлен метод нахождения верхней границы размера признакового пространства с учетом таких параметров, как частота ошибок при ошибочном отделении каждого класса обучающей выборки от других классов, вероятность ошибки при распознавании и ее достоверности, а также количество образов, признаков и классов в обучающей выборке. Чтобы сформировать конечномерного пространство признаков из отдельных признаков, специфичных для класса, определяются минимальная и реальная разделяющая сила каждого выбранного отдельного признака. Предложены процедуры формирования конечномерного пространства из каждого типа отдельных признаков второго и третьего типов с учетом их минимальные и реальные разделяющие силы. На основе предложенной методологии были разработаны алгоритм и программное обеспечение. На ЭВМ проводились вычислительные эксперименты, а результаты представлялись в виде решающих правил, по которым распознавались новые образы. Также представлены выводы проведенного исследования.
Keywords
sun’iy intellekt, timsollarni tanuvchi tizim, timsollarni tanib olish, oʻquv tanlanma, nazorat tanlanma, sinf, timsol, belgi, sinfga xos alohida belgi, alohida belgilar fazosi, boʻsaga, hal qiluvchi qoida, ajtaish kuchi, minimal ajratish kuchi, haqiqiy ajratish kuchi, xatolik ehtimoli, ishonchlilik, xatolik chastotasi, искусственный интеллект, система распознавания образов, распознавание образов, обучающая выборка, контрольная выборка, класс, образ, признак, признак класса, признаковое пространство, порог, решающее правило, разделяющая сила, минимальная разделяющая сила, реальная разделяющая сила, частота ошибок, вероятность ошибки, надежность