Полное описание

Мешалкин, В. П. Предварительная оценка прагматической ценности информации в задаче классификации на основе глубоких нейронных сетей / В. П. Мешалкин, М. И. Дли, А. Ю. Пучков, Е. И. Лобанева. - Текст : непосредственный // Приклад. информатика : научно-практический журнал. - 2021. - Том 16, N 3. - С. 9-20. - Библиогр. в конце ст. - ISSN 1993-8314.
(Шифр в БД Р3539/2021/16/3)

ГРНТИ	УДК
28.23.37	004.032.26

Рубрики:
Нейронные сети

Кл.слова (ненормированные): деревья решений -- глубокие рекуррентные нейронные сети
Аннотация: Предложен метод предварительной оценки прагматической ценности информации в задаче классификации состояния объекта на основе глубоких рекуррентных сетей долгой краткосрочной памяти. Цель проводимого исследования состояла в разработке метода прогноза состояния контролируемого объекта при минимизации количества используемых прогностических параметров, достигаемой с помощью предварительной оценки прагматической ценности информации. Это особенно актуальная задача в условиях обработки больших данных, характеризуемых не только значительными объемами поступающей информации, но и скоростью ее поступления и полиформатностью. Генерация больших данных сейчас происходит практически во всех сферах деятельности, что обусловлено широким внедрением в них Интернета вещей. Метод реализуется двухуровневой схемой обработки входной информации: на первом уровне применяется алгоритм машинного обучения "случайный лес", который имеет значительно меньшее количество настраиваемых параметров, чем рекуррентная нейронная сеть, используемая на втором уровне для окончательной и более точной классификации состояния контролируемого объекта или процесса. Выбор "случайного леса" обусловлен его способностью к оценке важности переменных в задачах регрессии и классификации. Это используется при определении прагматической ценности входной информации на первом уровне схемы обработки данных. Для этого выбирается параметр, который отражает указанную ценность в каком-либо смысле, и на основе ранжирования входных переменных по уровню важности осуществляется их отбор для формирования обучающих наборов данных для рекуррентной сети. Алгоритм предложенного метода обработки данных с предварительной оценкой прагматической ценности информации реализован в программе на языке MatLAB и показал свою работоспособность в эксперименте на модельных данных.
Доп. точки доступа:
Дли, М.И.
Пучков, А.Ю.
Лобанева, Е. И.


Имеются экземпляры в отделах: всего 1 : ЧЗХР (1)
Свободны: ЧЗХР (1)
Заказаны экз-ры для отделов: ХРЦ

Заказать издание
Заказ фрагмента документа ₽