СТРУКТУРНІ ОСОБЛИВОСТІ НЕЙРОПОДІБНОГО КЛАСИФІКАТОРА ОБ’ЄКТІВ

Автор(и)

  • Мартинюк Тетяна Борисівна Вінницький національний технічний університет
  • Кожем’яко Андрій Вікторович Вінницький національний технічний університет
  • Каташинський Дмитро Олександрович Вінницький національний технічний університет
  • Булига Ігор Володимирович Вінницький національний технічний університет

Ключові слова:

класифікатор об’єктів, дискримінантна функція, метрика, нейромережа, мапа самоорганізації

Анотація

Класифікація об’єктів різного призначення є найбільш задіяною процедурою в області розпізнавання образів. Особливо ефективним є застосування процедури класифікації при медичному діагностуванні, де вхідними ознаками є біомедичні симптоми, а вихідними даними є діагноз захворювання. У випадку, коли використовуються статистичні методи опису об’єктів, добре себе зарекомендував дискримінантний аналіз, зокрема, на базі лінійних дискримінантних функцій. З іншого боку, значну зацікавленість представляють методи класифікації із застосуванням нейротехнологій.

В цій роботі наводиться аналіз структурних особливостей нейроподібного класифікатора об’єктів із застосуванням в процесі класифікації дискримінантних функцій. За базову модель прийнято мапу Кохонена SOFM, яка має двовимірну організацію і визначає метричні та топологічні залежності вхідних сигналів. В роботі також розглядається альтернативний підхід до кількісної міри близькості як критерію класифікації. Застосовано підхід, в якому не виконується формування лінійних дискримінантних функцій та їх попарного порівняння, що дозволяє не «вирощувати» лінійні дискримінантні функції, а обробляти на рівні їх доданків з поступовим обнуленням  до моменту, коли залишиться одна ненульова лінійна дискримінантна функція. В цьому випадку існує можливість сформувати ранги входження об’єкта до визначених класів.

Запропоновано двовимірну структуру нейроподібного класифікатора, базовим вузлом якого є матричний обчислювач (максимізатор). Він реалізований у вигляді двох мап – двовимірної обчислювальної мапи та одновимірної мапи ознак. Нейроподібність структури запропонованого класифікатора зумовлена тим, що для формування обчислювальної мапи застосовуються три основні процеси самоорганізації, а саме, конкуренція, кооперація і синаптична адаптація. В роботі наведено таблицю з порівняльною характеристикою мапи Кохонена та запропонованого матричного обчислювача у складі нейроподібного класифікатора.

Біографії авторів

Мартинюк Тетяна Борисівна, Вінницький національний технічний університет

д. т. н., професор, професор кафедри обчислювальної техніки

Кожем’яко Андрій Вікторович, Вінницький національний технічний університет

к. т. н., доцент, доцент кафедри обчислювальної техніки

Каташинський Дмитро Олександрович, Вінницький національний технічний університет

аспірант кафедри обчислювальної техніки

Булига Ігор Володимирович, Вінницький національний технічний університет

аспірант кафедри обчислювальної техніки

##submission.downloads##

Переглядів анотації: 24

Опубліковано

2023-12-30

Як цитувати

[1]
Т. Б. Мартинюк, А. В. Кожем’яко, Д. О. Каташинський, і І. В. Булига, «СТРУКТУРНІ ОСОБЛИВОСТІ НЕЙРОПОДІБНОГО КЛАСИФІКАТОРА ОБ’ЄКТІВ», НаукПраці ВНТУ, вип. 4, Груд 2023.

Номер

Розділ

Інформаційні технології та комп'ютерна техніка

Метрики

Завантаження

Дані завантаження ще не доступні.

Статті цього автора (авторів), які найбільше читають