НАВЧАННЯ НЕЧІТКОГО КЛАСИФІКАТОРА З УРАХУВАННЯМ ЛИШЕ ГОЛОВНИХ КОНКУРЕНТІВ

Автор(и)

  • С. Д. Штовба Вінницький національний технічний університет
  • А. В. Галущак Вінницький національний технічний університет

Ключові слова:

класифікація, нечітка база знань, навчання, критерії навчання, головні конкуренти

Анотація

В нечітких класифікаторах зв’язок «входи—вихід» описується лінгвістичними правилами <Якщо—тоді>, антецеденти яких містять нечіткі терми «низький», «середній», «високий» тощо. Для підвищення безпомилковості нечіткий класифікатор навчають по експериментальним даним. Запропоновано нові критерії навчання нечіткого класифікатора, які враховують різницю належностей нечіткого висновку лише до головних конкурентів. За правильної класифікації головним конкурентом прийня­того рішення є клас, що має другий за величиною ступінь належності. У випадку неправильної класифікації помилково прийняте рішення є головним конкурентом правильного класу. Комп’ютерні експерименти з настроювання нечіткого класифікатора для UCI-задачі з розпізнавання італійський вин засвідчили суттєву перевагу нових критеріїв навчання. Нові критерії навчання можуть застосовуватися не лише для настроювання нечітких класифікаторів, але і деяких інших моделей, наприклад, нейронних мереж.

Біографії авторів

С. Д. Штовба, Вінницький національний технічний університет

д-р. техн. наук, професор, професор кафедри комп’ютерних систем управління

А. В. Галущак, Вінницький національний технічний університет

асистент кафедри комп’ютерних систем управління

Посилання

1. Kuncheva L. I. Fuzzy classifier design : Studies in Fuzziness and Soft Computing / L. I. Kuncheva. — Berlin—Heidelberg : Springer-Verlag, 2000. — Vol. 49. — 314 p.
2. Штовба С. Д. Проектирование нечетких систем средствами MATLAB. — М. : Горячая линия – Телеком, 2007. — 288 с.
3. Ishibuchi H. Classification and modeling with linguistic information granules: advanced approaches advanced approaches to linguistic data mining / Ishibuchi H., Nakashima T., Nii M. — Berlin – Heidelberg : Springer-Verlag. 2005. — 307 p.
4. Rotshtein A. Design and tuning of fuzzy rule-based system for medical diagnosis. In «Fuzzy and Neuro-Fuzzy Systems in Medicine» / Rotshtein A. ; Eds.: Teodorescu N. H.. Kandel A. and Jain L. C.). Boca–Raton : CRC–Press, 1998. — P. 243—289.
5. Rudziński F. A multi-objective genetic optimization of interpretability-oriented fuzzy rule-based classifiers / Rudziński F. // Applied Soft Computing. — 2016. — Vol. 38. — P. 118—133.
6. Shtovba S. Tuning the fuzzy classification models with various learning criteria: the case of credit data classification / Shtovba S., Pankevich O., Dounias G. // Proc. of Inter. Conference on Fuzzy Sets and Soft Computing in Economics and Finance. St. Petersburg (Russia), 2004. — Vol. 1. — St. Petersburg : Russian Fuzzy Systems Association, 2004. — P. 103—110.
7. Штовба С. Д. Порівняння критеріїв навчання нечіткого класифікатора / С. Д. Штовба // Вісник Вінницького полі-технічного інституту. — 2007. — № 6. — С. 84—91.
8. Штовба С. Д. Анализ критериев обучения нечеткого классификатора / С. Д. Штовба, О. Д. Панкевич , А. В. Нагорна // Автоматика и вычислительная техника. — 2015. — № 3. — С. 5—16.
9. Ishibuchi H. Voting in fuzzy rule-based systems for pattern classification problems / Ishibuchi H., Nakashima T., Morisawa T. // Fuzzy Sets and Systems. — 1999. — Vol. 103, № 2. — P. 223—238.
10. Растригин Л. А. Адаптация сложных систем. Методы и приложения / Л. А. Растригин. — Рига : Зинатне, 1981. — 375 с.
11. Ishibuchi H. Fuzzy rule selection by multi-objective genetic local search algorithms and rule evaluation measures in data mining / Ishibuchi H., Yamamoto T. // Fuzzy Sets and Systems. — 2004. — Vol. 141, № 1. — P. 59—88.
12. Штовба С. Д. Обеспечение точности и прозрачности нечеткой модели Мамдани при обучении по эксперимен-тальным данным / С. Д. Штовба // Проблемы управления и информатики. — 2007. — № 4. — С. 102—114.

##submission.downloads##

  • PDF
    Завантажень: 58
Переглядів анотації: 141

Опубліковано

2016-03-16

Як цитувати

[1]
С. Д. Штовба і А. В. Галущак, «НАВЧАННЯ НЕЧІТКОГО КЛАСИФІКАТОРА З УРАХУВАННЯМ ЛИШЕ ГОЛОВНИХ КОНКУРЕНТІВ», Вісник ВПІ, вип. 1, с. 124–132, Берез. 2016.

Номер

№ 1 (2016)

Розділ

Інформаційні технології та комп'ютерна техніка

Метрики

Завантаження

Дані завантаження ще не доступні.

Ліцензія

Автори, які публікуються у цьому журналі, згодні з такими умовами:

  • Автори зберігають авторське право і надають журналу право першої публі­кації.
  • Автори можуть укладати окремі, додат­кові договірні угоди з неексклюзив­ного поширення опублікованої журналом версії статті (наприклад, розмістити її в інститутському репозиторії або опубліку­вати її в книзі), з визнанням її первісної публікації в цьому журналі.
  • Авторам дозволяється і рекомендується розміщувати їхню роботу в Інтернеті (наприклад, в інституційних сховищах або на їхньому сайті) до і під час процесу подачі, так як це може привести до продуктивних обмінів, а також скорі­шого і ширшого цитування опубліко­ва­них робіт (див. вплив відкритого доступу).

Статті цього автора (авторів), які найбільше читають

1 2 3 > >>