O’qituvchi bilan anglash masalalarida yangi alomatlar fazosini tanlash masalasi qaraladi. Fazoni shakllantirish uchun
boshlang’ich alomatlar to’plami, soni oldindan ma’lum bo’lmagan o’zaro kesishmaydigan guruhlarga bo’linadi.
Guruhga kiruvchi alomatlar to’plam ostisi bo’yicha obyektlarning o’z sinfidagi turg’unlik qiymatlari orqali guruhlash
kriteriyasining ekstremumi hisoblanadi. Bunday to’plam ostisini sonlar o’qiga akslantirilishi, mumkin bo’lgan
obyektlarni tavsiflovchi latent alomat qiymatlarini ifodalaydi. Taklif qilingan guruhlash usuli informativlik bo’yicha
tartiblangan alomatlarning monoton ketma-ketligini hosil qilishi isbotlangan. Latent alomatlardan tashkil topgan yangi
alomatlar fazosiga o’tish berilganlar bazasidan yashiringan qonuniyatlarni izlash imkoniyatlarini ancha kengaytiradi.
O’qituvchi bilan anglash masalalarida yangi alomatlar fazosini tanlash masalasi qaraladi. Fazoni shakllantirish uchun
boshlang’ich alomatlar to’plami, soni oldindan ma’lum bo’lmagan o’zaro kesishmaydigan guruhlarga bo’linadi.
Guruhga kiruvchi alomatlar to’plam ostisi bo’yicha obyektlarning o’z sinfidagi turg’unlik qiymatlari orqali guruhlash
kriteriyasining ekstremumi hisoblanadi. Bunday to’plam ostisini sonlar o’qiga akslantirilishi, mumkin bo’lgan
obyektlarni tavsiflovchi latent alomat qiymatlarini ifodalaydi. Taklif qilingan guruhlash usuli informativlik bo’yicha
tartiblangan alomatlarning monoton ketma-ketligini hosil qilishi isbotlangan. Latent alomatlardan tashkil topgan yangi
alomatlar fazosiga o’tish berilganlar bazasidan yashiringan qonuniyatlarni izlash imkoniyatlarini ancha kengaytiradi.
Рассматривается задача выбора нового признакового пространства в задачах распознавания с учителем. Для
формирования пространства используется разбиение множества исходных признаков на заранее неизвестное
количество непересекающихся групп. Экстремум критерия группировки вычисляется по значениям
устойчивости каждого объекта в своём классе по набору признаков, входящих в группу. Отображение такого
набора на числовую ось представляет значения латентного признака в описании допустимых объектов.
Доказано, что предложенный метод группировки формирует монотонную последовательность латентных
признаков, упорядоченную по отношению информативности. Переход в новое пространство из латентных
признаков позволяет значительно расширить возможности по поиску скрытых закономерностей из баз данных.
It is considering a problem of selection a new feature space in recognition problems with teacher. For formation the
space uses division the set of initial features into previously unknown number of disjoint groups. Extremum of the
criterion of grouping is calculated by the stability values of each object in its class on the set of features in the group.
Displaying such a set to the numerical axis represents the values of the latent feature in the description of admissible
objects. it is proved that the offered method of grouping forms a monotone sequence of latent features ordered in the
relation of informativeness. Transition into the new space of the latent features allows significantly expand
opportunities to find a hidden regularities from the databases.
| № | Муаллифнинг исми | Лавозими | Ташкилот номи |
|---|---|---|---|
| 1 | Madraximov S.F. | f.-m. f. n., dotsent | Mirzo Ulug’bek nomidagi O’zbekiston Milliy Universitetining “Algoritmlar va dasturlash texnologiyalari” kafedrasi |
| 2 | Saidov D.Y. | katta ilmiy xodim-izlanuvchi | Mirzo Ulug’bek nomidagi O’zbekiston Milliy Universiteti |
| № | Ҳавола номи |
|---|---|
| 1 | Игнатьев Н.А. Интеллектуальный анализ данных на базе непараметрических методов классификации и разделения выборок объектов поверхностями. – Ташкент: Национальный университет Узбекистана им. Мирзо Улугбека, 2009. – 120 с. |
| 2 | Дюк В.А. Методология поиска логических закономерностей в предметной области с нечеткой системологией: На примере клинико-экспериментальных исследований: Дис. ... докт. техн. наук. – СПб., 2005. – 309 с.: ил. РГБ ОД, 71 06-5/46. |
| 3 | Колесникова С.И. Методы анализа информативности разнотипных признаков. - Томск: Вестник Томского государственного университета, 2009. – № 1(6). – С.69-80. |
| 4 | Игнатьев Н.А., Нуржонов Ш.Ю. Выбор параметров регуляризации для повышения обобщающей способности дискриминантных функций // Узбекистон Республикаси Курол Кучлари академиясининг хабарлари. – Ташкент, 2014. – № 1 (14). – C. 81-87. |
| 5 | Айвазян С.А., Бухштабер В.М., Енюков И.С., Мешалкин Л.Д. Прикладная статистика. – М.: Финансы и статистика, 1989. – 608 с. |
| 6 | Дуда Р., Харт П. Распознавание образов и анализ сцен. – М.: Мир, 1976. – 512 с. |
| 7 | Ешмуратов Ш.А. Прозрачность принятия решения при синтезе искусственных нейронных сетей с минимальной конфигурацией: Дис. ... канд. тех. наук. – Ташкент, 2008. – 120 с. |