Публікація: Многослойная адаптивная нечеткая вероятностная нейронная сеть в задачах классификации текстовых документов
Завантаження...
Дата
2015
Назва журналу
ISSN журналу
Назва тома
Видавництво
Анотація
Рассмотрена задача классификации текстовых документов на основе нечеткой вероятностной нейронной сети в режиме реального времени. В массиве текстовых документов может быть выделено различное количество классов, к которым могут относиться данные документы. При этом предполагается, что данные классы могут иметь в n-мерном пространстве различную форму и взаимно перекрываться. Предложена архитектура многослойной адаптивной нечеткой вероятностной нейронной сети, которая позволяет решать задачу классификации в последовательном режиме по мере поступления новых данных. Предложен алгоритм обучения многослойной адаптивной нечеткой вероятностной нейронной сети, а также решена задача классификации на основе предложенной архитектуры в условиях пересекающихся классов, что позволяет относить один экземпляр текстового документа к разным классам с различной степенью вероятности. Архитектура классифицирующей нейронной сети отличается простотой численной реализацией и высокой скоростью обучения, и предназначена для обработки больших массивов данных, характеризующихся векторами признаков высокой размерности. Предлагаемая нейронная сеть и метод еe обучения предназначены для работы в условиях пересекающихся классов, отличающихся как формой, так и размерами.
Опис
Ключові слова
классификация текстовых документов, нейронная сеть, пересекающиеся классы, нейроны в точках данных
Бібліографічний опис
Бодянский Е. В. Многослойная адаптивная нечеткая вероятностная нейронная сеть в задачах классификации текстових документов / Е. В. Бодянский, Н. В. Рябова, О. В. Золотухин // Радиоэлектроника, информатика, управление. – 2015. – №1(32). – С. 39-45.