Обучаемая модель вычислений на классификациях

Г.А. Кравцов1, канд. техн. наук, В.И. Кошель1, аспирант,
А.В. Долгоруков1, аспирант, В.В. Цуркан2, канд. техн. наук
1 Ин-т проблем моделирования в энергетике им. Г.Е. Пухова НАН Украины
(Украина, 03164, Киев, ул. Генерала Наумова, 15,
e-mail: Этот адрес электронной почты защищён от спам-ботов. У вас должен быть включен JavaScript для просмотра., Этот адрес электронной почты защищён от спам-ботов. У вас должен быть включен JavaScript для просмотра.,
Этот адрес электронной почты защищён от спам-ботов. У вас должен быть включен JavaScript для просмотра.),
2 Национальный технический университет Украины
«Киевский политехнический ин-т имени Игоря Сикорского»
(Украина, 03056, Киев, пр-т Победы, 37,
e-mail: Этот адрес электронной почты защищён от спам-ботов. У вас должен быть включен JavaScript для просмотра.)

Èlektron. model. 2018, 40(3):63-76
https://doi.org/10.15407/emodel.40.03.063

АННОТАЦИЯ

Рассмотрено классическое понятие меры в соответствии с условиями симметричности, рефлексивности и неравенства треугольника. Выдвинуты требования к мере для ее использования в теории вычислений на классификациях. Установлена ограниченность применения функций расстояния, коэффициента корреляции, косинусной меры подобия. Определена и проанализирована применимость используемых на практике мер сходства. Это позволило аргументировать необходимость введения новой меры. Дано формальное определение обучаемой модели вычислений на классификациях.

КЛЮЧЕВЫЕ СЛОВА:

мера сходства, мера отличия, функция расстояния, модель вычислений, обучаемая модель, континиум эквивалентных мер.

СПИСОК ЛИТЕРАТУРЫ

1. Кравцов Г.А. Модель вычислений на классификациях // Электрон. моделирование, 2016, 38, № 1, с. 73—87.
2. Дюран Б., Оделл П. Кластерный анализ. Пер. с англ. Е.3. Демиденко. Под ред. А.Я. Боярского. М.: Статистика, 1977, 128 с.
3. Семкин Б.И., Горшков М.В. Аксиоматическое введение мер сходства, различия, совместности и зависимости для компонентов биоразнообразия // Вест. Тихоокеанского государственного экономического университета, 2008, №4, с. 31—46.
4. Ким Дж.-О., Мьюллер Ч.У., Клекка У.Р. и др. Факторный, дискриминантный и кластерный анализ. Пер. с англ. Под ред. И.С. Енюкова. М.: Финансы и статистика, 1989, 215 с.
5. Jaccard P. Distribution de la flore alpine dans le Bassin des Dranses et dans quelques regions voisines // Bulletin de la Societe Vaudoise des Seinces Naturelles, 1901, Vol. 37 (140), p. 241—272. — DOI : 10.5169/seals-266440.
6. Levandowsky M., Winter D. Distance between Sets // Nature, 1971, Vol. 234, pp. 34—35.— DOI : 10.1038/234034a0.
7. Sörensen T. A method of establishing groups of equal amplitude in plant sociology based on similarity of species content // Biologiske Skrifter, 1948, Vol. 5, № 4, p. 1—34.
8. Kulczynski S. Zespoly roslin w Pieninach (Die Pflanzenassociationen der Pienenen) // Bulletin International de L’Academie Polonaise des Sciences et des Letters, Classe des Sciences Mathematiques et Naturelles. Serie B, Supplement II, 2, 1927, р. 57—203.
9. Sokal R.R., Sneath P.H.A. Principles of numerical taxonomy. New York : W.H. Freeman&Co., 1963, 359 p.
10. Szymkiewicz D. Une contribution statistique a la geographie floristique // Acta Soc. Bot. Polon, 1934, Vol. 34, № 3, р. 249—265.
11. Simpson G.G. Holarcticmammalian faunas and continental relationship during the Cenozoic // Bull. Geol. Sci. America, 1947, Vol. 58, № 2, р. 613—688.
12. Braun-Blanquet J. Pflanzensoziologie Grundzüge der Vegetationskunde. Berlin : Springer-Verlag Wien, 1951, 632 p. — DOI : 10.1007/978-3-7091-4078-9.
13. Ochiai A. Zoogeographical studies on the soleoid fishes found Japan and its neighboring regions- II // Bull. Jap. Soc. sci. Fish, 1957, Vol. 22, № 9, р. 526—530. — DOI: 10.2331/suisan.22.526.
14. Семкин Б.И. Эквивалентность мер близости и иерархическая классификация многомерных данных // Иерархические классификационные построения в географической экологии и систематике, 1979, с. 97—112.

КРАВЦОВ Григорий Алексеевич, канд. техн. наук, докторант Ин-та проблем моделирования в энергетике им. Г.Е. Пухова НАН Украины. В 2000 г. окончил Севастопольский военно-морской ин-т им. П.С. Нахимова. Область научных исследований — кибербезопасность смарт-грид, криптография, программирование, разработка распределенных гетерогенных вычислительных систем.

КОШЕЛЬ Владимир Иванович, аспирант Ин-та проблем моделирования в энергетике им. Г.Е. Пухова НАН Украины. В 2002 г. окончил Харьковский национальный университет им. В.Н. Каразина. Область научных исследований — искусственный интеллект, интеллектуальный анализ данных, искусственные нейронные сети, обработка естественного языка. 

ДОЛГОРУКОВ Александр Владимирович, аспирант Ин-та проблем моделирования в энергетике им. Г.Е. Пухова НАН Украины. В 2000 г. окончил Национальный технический университет Украины «Киевский политехнический ин-т». Область научных исследований — построение, внедрение, сопровождение и модернизация гетерогенных информационных систем.

ЦУРКАН Василий Васильевич, канд. техн. наук, доцент кафедры Национального технического университета Украины «Киевский политехнический ин-т имени Игоря Сикорского», который окончил в 2005 г. Область научных исследований — информационная безопасность, кибербезопасность и защита критической информационной инфраструктуры, теория рисков, социальная
инженерия.

Повний текст: PDF