Национальный цифровой ресурс Руконт - межотраслевая электронная библиотека (ЭБС) на базе технологии Контекстум (всего произведений: 634794)
Контекстум
.
Известия Балтийской государственной академии рыбопромыслового флота  / №2 2014

Экспертно-сетевой метод классификации знаний (200,00 руб.)

0   0
АвторыВ.В. Жуйков
Страниц6
ID262835
АннотацияПредлагается экспертно-сетевой метод классификации знаний на основе нейронных сетей и экспертных оценок. Автором приводится описание данного метода, позволяющего осуществлять объединение набора простых знаний, представленных в виде нейронных сетей, в более сложные структурированные знания
Экспертно-сетевой метод классификации знаний / В.В. Жуйков // Известия Балтийской государственной академии рыбопромыслового флота .— 2014 .— №2 .— URL: https://rucont.ru/efd/262835 (дата обращения: 25.04.2024)

Предпросмотр (выдержки из произведения)

В.В. Жуйков кандидат педагогических наук доцент кафедры программного обеспечения и администрирования информационных систем Курский государственный университет г. Курск fall_forest@mail.ru Экспертно-сетевой метод классификации знаний Предлагается экспертно-сетевой метод классификации знаний на основе нейронных сетей и экспертных оценок. <...> Автором приводится описание данного метода, позволяющего осуществлять объединение набора простых знаний, представленных в виде нейронных сетей, в более сложные структурированные знания Ключевые слова: нейронные сети; экспертно-сетевой метод классификации; синтез знаний В науке и жизнедеятельности человека классификация объектов занимает одну из ключевых ролей. <...> Яркими примерами могут служить периодическая система Менделеева, классификации растительного и животного мира. <...> Нередко знания о предметной области представляют с различными базисами. <...> В случае систем с различными базисами, когда нас интересуют не только и не столько количественные характеристики принадлежности, а ее структурные характеристики и свойства, связанные с наиболее вероятными ответами, классификатор должен быть структурно подобен самой классификации. <...> Выходом из данной ситуации могло бы быть использование теории распознавания образов, например искусственных нейронных сетей. <...> С помощью нейронных сетей облегчается классификация объектов, но отсутствует возможность соединения уже имеющихся знаний о предметной области. <...> В тех областях, где исследования могут быть проведены только в узком диапазоне предметной области, метод соединения знаний мог бы стать отправной точкой для построения более глобальных систем классификации [Нейронные сети 2006]. <...> Таким образом, проблема классификации остаётся наиболее острой, и необходим механизм синтеза знаний из уже имеющихся разбросанных знаний в более крупные структуры. <...> Одним из решений может быть заимствование принципов искусственных нейронных <...>