ОСОБЛИВОСТІ МОДЕЛЕЙ НЕЙРОМЕРЕЖНОГО КЛАСИФІКАТОРА ДЛЯ РОЗПІЗНАВАННЯ ОБ’ЄКТІВ

Автор(и)

  • Т. Б. Мартинюк Вінницький національний технічний університет
  • Б. І. Круківський Вінницький національний технічний університет
  • О. А. М’якішев Вінницький національний технічний університет

DOI:

https://doi.org/10.31649/1997-9266-2022-163-4-56-63

Ключові слова:

нейромережевий класифікатор, ранжування, механізм конкуренції, дискримінантна функція

Анотація

У підсистемах підтримки прийняття рішення для розпізнавання об’єктів особливе значення має виявлення найвірогіднішого результату серед можливих за певним набором ознак. З цією метою доречним є присвоєння конкретних рангів кожному з результуючих сигналів в процесі класифікації. Розглянуто дві моделі нейромережного класифікатора, причому результатом класифікації в удосконаленій моделі є формування рангів всім визначеним класам із застосуванням нового підходу. Отже, функціональні можливості такого нейромережного класифікатора в цьому випадку отримали розширення за рахунок ранжування класів. Удосконалений нейромережний класифікатор має п’ять шарів — вхідний, три приховані і вихідний шари. У першому прихованому шарі формуються відповідні дискримінанті функції, у другому прихованому шарі реалізується механізм конкуренції WTA (переможець отримує все). Вихідний шар, в якому формуються ранги класів об’єктів, будується на лічильниках, в яких поступово підраховуються ранги класів. Третій прихований шар виконує роль маскувального шару, беручи участь у формуванні рангів. Отже, введення двох шарів (маскувального та вихідного у вигляді лічильників) дозволяє визначити ранги вхідного об’єкта стосовно його належності до конкретних класів. У статті наведено загальні структури розглянутих нейромережних класифікаторів, для порівняння показано топологічні структури обох моделей таких класифікаторів, а також розглянуто функціональну схему елементів доданих шарів. Наведено особливості функціонування запропонованого класифікатора, представлено його структурно-функціональну характеристику у вигляді таблиці. Крім того, схематично показано особливості процесу реалізації механізму конкуренції нейронів у конкурентному шарі класифікатора.

Біографії авторів

Т. Б. Мартинюк, Вінницький національний технічний університет

д-р техн. наук, професор, професор кафедри обчислювальної техніки

Б. І. Круківський, Вінницький національний технічний університет

аспірант кафедри обчислювальної техніки

О. А. М’якішев, Вінницький національний технічний університет

Посилання

Rangaraj M. Rangayyan, Biomedical Signal Analysis. Second ed. Wiley-IEEE Press, 2015. [Електронний ресурс]. Режим доступу: https://ieeexplore.ieee.org/book/5264168 .

И. Е. Шепелев, и Б. М. Владимирский, «Построение нейросетевого классификатора для интерфейса “мозг–компьютер”,» Нейрокомпьютеры: разработка, применение, № 9, 2010.

Т. Б. Мартынюк, А. Г. Буда, В. В. Хомюк, А. В. Кожемяко, и Л. М. Куперштейн, «Классификатор биомедицинских сигналов,» Искусственный интеллект, № 3, с. 88-95, 2010.

С. Осовский, Нейронные сети для обработки информации, пер. с польск. М., РФ: Финансы и статистика, 2004.

T. Martyniuk, B. Krukivskyi, L. Kupershtein, and V. Lukichov, “Neural Network model of heteroassociative memory for the classification task,” Radioelectronic and Computer Systems, № 2 (102), pp. 108-117, 2022. https://doi.org/10.32620/reks.2022.2.09

Э. М. Куссуль, Л. М. Косаткина, и В. В. Лукович, «Нейросетевые классификаторы для распознавания рукописных символов,» Управляющие системы и машины, № 4, с. 77-86, 1999.

В. И. Юнкеров, и С. Е. Григорьев, Математико-статистическая обработка данных медицинских исследований. СПб.: ВМедА, 2002.

В. В. Москаленко, М. О. Зарецький, Я. Ю. Ковальський, і С. С. Мартиненко, «Модель і метод навчання класифікатора контекстів спостереження на зображеннях відеоінспекції стічних труб,» Радіоелектронні і комп’ютерні системи, № 3, с. 59-66, 2020. https://doi.org/10.32620/reks.2020.3.06 .

Г. М. Гнатієнко, і В. Є. Снитюк, Експертні технології прийняття рішень, моногр. Київ, Україна: ТОВ «Маклаут», 2008.

В. П. Карп, «Интеллектуальный анализ данных в проблеме построения решающих правил классификации (на примере медицинской диагностики),» Новости искусственного интеллекта, № 2, с. 57-75, 2006.

Р. Сэджвик, Фундаментальные алгоритмы на С++. Анализ структуры данных. Сортировка. Поиск, пер. с англ. СПб. РФ: ООО «ДиаСофтЮП», 2002.

К. Кохонен, Ассоциативные запоминающие устройства, пер. с англ. М., РФ: Мир, 1982.

Г. Лорин, Сортировка и системы сортировки, пер. с англ. М.: Мир, 1983.

Т. Б. Мартинюк, і Б. І. Круківський, «Модель паралельного сортувальника для асоціативного процесора,» Вісник Вінницького політехнічного інституту, № 5, с. 49-55, 2020. https://doi.org/10.31649/1997-9266-2020-152-5-49-55 .

Т. Б. Мартинюк, і Б. І. Круківський, «Асоціативний процесор,» Патент України G06F 7/06. № 139604 МПК, 2006, 10.01.2020.

У. Прэтт, Цифровая обработка изображений, пер. с англ. М.: Мир, 1982.

Т. Б. Мартинюк, і Я. В. Запетрук, «Нейромережевий підхід до медичної експрес-діагностики,» Вісник Вінницького політехнічного інституту, № 6, с. 37-44, 2019. https://doi.org/10.31649/1997-9266-2019-147-6-37-44 .

Т. Б. Мартинюк, М. Г. Тарновський, і Я. В. Запетрук, «Структурні особливості нейромережевого класифікатора,» Вісник Вінницького політехнічного інституту, № 1, с. 46-52, 2020. https://doi.org/10.31649/1997-9266-2020-148-1-46-52 .

Т. Б. Мартинюк, Б. І. Круківський, і О. А. М’якішев, «Класифікатор,» Патент України G06G 7/00. № 150621 МПК (2022), 10.02.2022.

Т. Б. Мартинюк, і Б. І. Круківський, «Особливості паралельного алгоритму сортування з формуванням рангів,» Кібернетика та системний аналіз, № 1 (58), с. 31-36, 2022.

Т. Мартынюк, Л. Куперштейн, и А. Кожемяко, Аспекты разностно-срезовой обработки данных в нейроструктурах, моногр. LAMBERT Academic Publishing RU, 2018.

##submission.downloads##

Переглядів анотації: 148

Опубліковано

2022-09-02

Як цитувати

[1]
Т. Б. Мартинюк, Б. І. Круківський, і О. А. М’якішев, «ОСОБЛИВОСТІ МОДЕЛЕЙ НЕЙРОМЕРЕЖНОГО КЛАСИФІКАТОРА ДЛЯ РОЗПІЗНАВАННЯ ОБ’ЄКТІВ», Вісник ВПІ, вип. 4, с. 56–63, Верес. 2022.

Номер

Розділ

Інформаційні технології та комп'ютерна техніка

Метрики

Завантаження

Дані завантаження ще не доступні.

Статті цього автора (авторів), які найбільше читають

1 2 > >>