СИНТЕЗ РАДИАЛЬНО-БАЗИСНЫХ НЕЙРОННЫХ СЕТЕЙ С ПРЕОБРАЗОВАНИЕМ НА ОБОБЩЕННУЮ ОСЬ ДЛЯ АВТОМАТИЗАЦИИ ПРОЦЕССА ПРИНЯТИЯ ДИАГНОСТИЧЕСКИХ РЕШЕНИЙ

<p>Решена проблема синтеза радиально-базисных нейронных сетей на основе набора прецедентов для автоматизации принятия решений в диагностике. Предложен метод синтеза радиально-базисных нейронных сетей, который использует отображение выборки из многомерного пространства признаков на одномерную обобщенную ось для выделения центров и границ кластеров и, в отличие от известных методов, не требует задания пользователем числа кластеров, не имеет неопределенности выбора числа нейронов в первом слое и выбора начальных значений весов сети, стремится минимизировать размер сети, характеризуется приемлемым временем обучения, учитывает информативность признаков при формировании разбиения на кластеры, благодаря использованию процедуры оптимизации сети позволяет<br />получать безызбыточные контрастные интерпретабельные модели, а также обеспечивает возможность дообучения ранее построенных моделей. Разработано программное обеспечение, реализующее предложенный метод, а также проведены эксперименты, подтвердившие работоспособность разработанного математического обеспечения и позволяющие рекомендовать его для использования на практике. Установлено, что предложенный метод характеризуется меньшими затратами времени на построение радиально-базисных нейронных сетей по сравнению с использованием четкого переборного кластерного анализа и большими затратами времени по сравнению с отображением выборки в кластеры. При этом предложенный метод обеспечивает приемлемую точность и существенно более высокий уровень обобщения по сравнению с известными методами.</p>

Abstract licence: CC BY

A person counts once a day per paper. We keep no cookie and no address: a reader is a hash that changes every day. Any month under five reads shows no number.