Многоуровневые модели решения многоклассовых задач распознавания

Проблема поиска набора бинарных подзадач для многоклассовых задач распознавания рассмотрена с точки зрения алгебраического и логического подходов к распознаванию. При этом теоретически исследованы границы применимости указанных подходов. Так, рассмотрена связь корректности алгоритмов первого и второго уровня, получено достаточное условие. Кроме того, показана правомерность использования метода объектных резолюций для построения новых объектов на основе информации, заданной прецедентным способом. В качестве прикладных результатов предлагаются две модификации метода ECOC (error-correcting output codes — коды, исправляющие ошибки). Первая заключается в оптимизации набора бинарных подзадач с учетом качества решающих их алгоритмов. Вторая представляет собой развитие метода нечеткой объектной резолюции, где в качестве кодового описания класса используется мультимножество кодов обучающих объектов. Предложенные модификации позволяют в различных условиях улучшать качество исходного метода, что продемонстрировано с помощью модельных и прикладных задач.