▲
Москва

Предварительная оценка прагматической ценности информации в задаче классификации на основе глубоких нейронных сетей

Предварительная оценка прагматической ценности информации в задаче классификации на основе глубоких нейронных сетей фото
В МАГАЗИН
  • Найдено в: Литрес
  • Обновлено: 28.05.2026
Найти похожие на AliExpress

в Джум в CDEK.Shopping    +   

Книга "Предварительная оценка прагматической ценности информации в задаче классификации на основе глубоких нейронных сетей"

Авторы: В. П. Мешалкин

Издатель: Синергия

Серия: Прикладная информатика. Научные статьи

Год издания 2021

Описание

Предложен метод предварительной оценки прагматической ценности информации в задаче классификации состояния объекта на основе глубоких рекуррентных сетей долгой краткосрочной памяти. Цель проводимого исследования состояла в разработке метода прогноза состояния контролируемого объекта при минимизации количества используемых прогностических параметров, достигаемой с помощью предварительной оценки прагматической ценности информации. Это особенно актуальная задача в условиях обработки больших данных, характеризуемых не только значительными объемами поступающей информации, но и скоростью ее поступления и полиформатностью. Генерация больших данных сейчас происходит практически во всех сферах деятельности, что обусловлено широким внедрением в них Интернета вещей. Метод реализуется двухуровневой схемой обработки входной информации: на первом уровне применяется алгоритм машинного обучения «случайный лес», который имеет значительно меньшее количество настраиваемых параметров, чем рекуррентная нейронная сеть, используемая на втором уровне для окончательной и более точной классификации состояния контролируемого объекта или процесса. Выбор «случайного леса» обусловлен его способностью к оценке важности переменных в задачах регрессии и классификации. Это используется при определении прагматической ценности входной информации на первом уровне схемы обработки данных. Для этого выбирается параметр, который отражает указанную ценность в каком-либо смысле, и на основе ранжирования входных переменных по уровню важности осуществляется их отбор для формирования обучающих наборов данных для рекуррентной сети. Алгоритм предложенного метода обработки данных с предварительной оценкой прагматической ценности информации реализован в программе на языке MatLAB и показал свою работоспособность в эксперименте на модельных данных.

Характеристики

Еще в этой категории

413 р
🏪 Литрес
2 067 р
🏪 Литрес
1 654 р
🏪 Литрес
1 654 р
🏪 Литрес
247 р
🏪 Литрес
3 308 р
🏪 Литрес
247 р
🏪 Литрес
413 р
🏪 Литрес
165 р
🏪 Литрес

Другие интернет-магазины

каталог интернет-магазина Rawmid
каталог интернет-магазина Befree
каталог интернет-магазина Верфь
каталог интернет-магазина ЗооОптТорг
каталог интернет-магазина Snow Sea
каталог интернет-магазина Яндекс Практикум
каталог интернет-магазина Джум
каталог интернет-магазина CDEK.Shopping
каталог интернет-магазина Розовый кролик
каталог интернет-магазина BABOR