ISSN 2713-3192 · EISSN 2713-3206
Языки: ru · en

Статья: ПОДХОД К АПРИОРНОМУ ОЦЕНИВАНИЮ НЕЧЕТКИХ КЛАССИФИКАЦИОННЫХ МОДЕЛЕЙ В ЗАДАЧАХ МОНИТОРИНГА (2024)

Читать онлайн

Статья посвящена проблемам применения средств автоматизации при решении задач мониторинга и управления в части, касающейся оценки качества нечетких классификационных моделей, для которых порядок классификации реализуется на основании знаний (правил) в условиях отсутствия обучающей выборки. Предложен подход к получению априорных оценок качества классификации на основе исследования чувствительности используемой модели к изменению значений внутренних параметров в ходе соответствующего моделирования. Получена интерпретация результатов моделирования в виде оценки рисков, вызванных несовершенством самих классификационных моделей. В статье приведен пример нечеткой классификационной модели, в основе которой лежит сравнение текущего состояния объекта мониторинга, описываемого с использованием нечетких признаков, с набором заранее заданных типовых состояний, формирующих соответствующие нечетко равные между собой (близкие) состояния (ситуации мониторинга). Сравнение осуществляется с использованием операции нечеткой импликации при условии соблюдения требуемой достоверности. На примере данной модели показано, каким образом вид операции импликации, а также внутренние особенности модели влияют на результаты классификации, предложены соответствующие показатели, которые являются как интерпретацией общепринятых показателей оценки качества классификации, так и уникальными, присущими именно рассмотренной модели. Проведены вычислительные эксперименты, которые позволили получить графики изменения показателей оценки качества классификации для рассматриваемой модели и ее модификации, наглядно отобразить влияние внутренних параметров модели на результаты ее применения. Предложены ряд показателей, позволяющих провести априорную оценку рисков, возникающих вследствие применения модели, до ее фактического применения.

Ключевые фразы: нечеткие множества, классификация, оценка качества, риск
Автор (ы): Потюпкин Александр Александрович, Пилькевич Сергей Владимирович, Зайцев Всеволод Владимирович
Журнал: ИНФОРМАТИКА И АВТОМАТИЗАЦИЯ

Идентификаторы и классификаторы

УДК
510.644. Многозначные логики (и исчисления многозначных логик)
eLIBRARY ID
69907141
Для цитирования:
ПОТЮПКИН А. А., ПИЛЬКЕВИЧ С. В., ЗАЙЦЕВ В. В. ПОДХОД К АПРИОРНОМУ ОЦЕНИВАНИЮ НЕЧЕТКИХ КЛАССИФИКАЦИОННЫХ МОДЕЛЕЙ В ЗАДАЧАХ МОНИТОРИНГА // ИНФОРМАТИКА И АВТОМАТИЗАЦИЯ. 2024. Т. 23 № 5
Текстовый фрагмент статьи