Wyniki wyszukiwania - Biblioteka Nauki

Ten serwis zostanie wyłączony 2025-02-11.

Nowa wersja platformy, zawierająca wyłącznie zasoby pełnotekstowe, jest już dostępna.
Przejdź na https://bibliotekanauki.pl

Ograniczanie wyników

1 Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska

1 2024

Znaleziono wyników: 1

Liczba wyników na stronie

Wyniki wyszukiwania

Sortuj według:

Ogranicz wyniki do:

Methods of intelligent data analysis using neural networks in diagnosis

100%

Lyfar V. , Lyfar O. , Zynchenko V.

Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska

2024

tom T. 14, nr 2

109--112

The considered methods make it possible to develop the structure of diagnostic systems based on neural networks and implement decision support systems in classification diagnostic problems. The study uses general special methods of data mining and the principles of constructing an artificial intelligence system based on neural networks. The problems that arise when filling knowledge bases and training neural networks are highlighted. Methods for developing models of intelligent data processing for diagnostic purposes based on neural networks are proposed. The authors developed and verified an activation function for intermediate neural levels, which allows the use of weighting coefficients as probabilities of diagnostic processes and avoids the problem of local minima when using gradient descent methods. The authors identified special problems that may arise during the practical implementation of a decision support system and the development of knowledge bases. An original activation function for intermediate layers is proposed, obtained based on the modernization of the Gaussian error function. The experience of using the considered methods and models allows us to implement artificial intelligence diagnostic systems in various classification problems.

Rozważane metody pozwalają na opracowywanie struktury systemów diagnostycznych opartych na sieciach neuronowych oraz wdrażanie systemów wspomagania decyzji w klasyfikacji problemów diagnostycznych. W pracy zastosowano ogólnie specjalistyczne metody eksploracji danych oraz zasady budowy systemu sztucznej inteligencji opartego na sieciach neuronowych.. Zwrócono uwagę na problemy pojawiające się przy wypełnianiu baz wiedzy i szkoleniu sieci neuronowych. Zaproponowano metody opracowywania modeli inteligentnego przetwarzania danych do celów diagnostycznych w oparciu o sieci neuronowe. Autorzy opracowali i zweryfikowali funkcję aktywacji dla pośrednich poziomów neuronowych, która pozwala na wykorzystanie współczynników ważących jako prawdopodobieństw procesów diagnostycznych i pozwala uniknąć problemu minimów lokalnych przy stosowaniu metod gradientowego opadania. Autorzy zidentyfikowali szczególne problemy, które mogą pojawić się podczas praktycznego wdrażania systemu wspomagania decyzji i rozwoju baz wiedzy. Zaproponowano oryginalną funkcję aktywacji warstw pośrednich, otrzymaną w oparciu o modernizację funkcji błędu Gaussa. Doświadczenie w stosowaniu rozważanych metod i modeli pozwala na wdrażanie systemów diagnostycznych sztucznej inteligencji w różnych problemach klasyfikacyjnych.