Публікація: Методи синтезу діагностичних моделей на основі обчислювального інтелекту
Завантаження...
Дата
2021
Автори
Назва журналу
ISSN журналу
Назва тома
Видавництво
ХНУРЕ
Анотація
У дисертаційній роботі вирішено актуальну науково-прикладну проблему розроблення та дослідження методів синтезу діагностичних моделей, які поєднують принципи інтелектуальних та паралельних обчислень, що дозволяє підвищити швидкість процесу побудови діагностичних моделей, збільшити їх інтерпретовність та узагальнювальні можливості.
Проведено аналіз та досліджено процес синтезу діагностичних моделей на основі нейро-нечітких мереж. Запропоновано стохастичний метод синтезу моделей на основі дерев розв’язків, який використовує інформацію про інформативність ознак, складність синтезованого дерева, а також точність його розпізнавання. Розроблено стохастичний метод видобування чисельних асоціативних правил та метод синтезу продукційних правил на основі негативного відбору для випадку нерівномірного розподілу екземплярів класів вибірки. Запропоновано паралельний метод видобування продукційних правил на основі обчислювального інтелекту. Запропоновано критерії оцінювання інформативності ознак та паралельний стохастичний метод редукції даних. Запропоновано модель подання стохастичного пошуку у ярусно-паралельній формі для параметричного синтезу нейро-нечітких мереж. Розроблено метод параметричної ідентифікації нейро-нечітких мереж на основі паралельного випадкового пошуку. Запропоновано метод донавчання діагностичних нейро-нечітких моделей. Проведено експериментальне дослідження розроблених методів шляхом синтезу моделей для вирішення практичних задач діагностування. Практичне використання результатів дисертації підтверджено актами впровадження, що доводять коректність теоретичних положень дисертаційної роботи та високу ефективність розроблених методів.
The thesis is devoted to the solution of the theoretical and practical problem of the development and research of methods of diagnostic model synthesis, which combine principles of intelligent computations and parallel computing, allowing to accelerate the process of construction of diagnostic models, to raise its interpretability and generalization abilities.
The process of diagnostic model synthesis on the basis of neuro-fuzzy networks is analyzed and researched. In the thesis the stochastic method of model synthesis, based on decision trees, was proposed. It uses information about feature informativeness, complexity of synthesized tree and also about recognition accuracy. The stochastic method of extraction of numerical association rules and method of synthesis of production rules based on negative selection in the case of non-uniform distribution of instances of sampling classes were developed. The parallel method of extraction of production rules based on computational intelligence was developed. The feature informativeness estimation criteria and the parallel stochastic method of data reduction were developed. The model of the process of parametric synthesis of neuro-fuzzy networks in a tiered-parallel form was proposed. The method of parametric identification of neuro-fuzzy networks based on parallel random search was developed. The method of additional training of diagnostic neuro-fuzzy models was proposed. The experimental research of the developed methods by models synthesis for solving real-world problems of diagnostics was carried out. The practical use of the dissertation results is confirmed by the acts of implementation, which prove the correctness of the theoretical positions of the dissertation and the high efficiency of the developed methods.
Опис
Ключові слова
діагностування, аналіз даних, нейро-нечітка модель, вибірка даних, редукція даних, синтез моделі, diagnostics, data analysis, neuro-fuzzy model, data sample, data reduction, model synthesis
Бібліографічний опис
Олійник А. О. Методи синтезу діагностичних моделей на основі обчислювального інтелекту : автореф. дис. ... д-ра техн. наук : 05.13.23 "Системи та засоби штучного інтелекту" / А. О. Олійник ; М-во освіти і науки України, Харків. нац. ун-т радіоелектроніки. – Харків, 2021. – 44 с.