|
Эта публикация цитируется в 4 научных статьях (всего в 4 статьях)
Программирование
Prediction of the integrated indicator of quality of a new object under the conditions of multicollinearity of reference data
[Предсказание интегрального индикатора качества нового объекта в условиях мультиколлинеарности референтных данных]
S. B. Achlyustin, A. V. Melnikov, R. A. Zhilin Institute of the Ministry of Internal Affairs, Voronezh, Russian Federation
Аннотация:
Предсказание состояния нового объекта при недостатке известных характеристик и оценок показателей качества ряда изученных объектов (множества референтных данных) зачастую приводит к проблеме мультиколлинеарности исходных данных. Предлагаются три способа преодоления этой проблемы, относящиеся к сфере data mining: использование гребневой (ridge) регрессии, обучение с учителем двухслойной нейронной сети, последовательная адаптация однослойной нейронной сети и сравниваются их характеристики. В методе гребневой регрессии введение регуляризирующего слагаемого в уравнение МНК дает приближенное решение с достаточной степенью точности. Недостатком использования двухслойной нейронной сети «feed-forward backprop» и процедуры обучения с учителем « train» является то, что настроенные веса нейронной сети принимают хаотичные (и даже отрицательные) значения, что противоречит обычной практике экспертизы. Выявлены следующие особенности: значительный разброс весов и смещений нейронной сети, неоднозначность решения за счет выбора случайных начальных условий, сильная зависимость от алгоритма обучения. Для преодоления этого недостатка предложен переход к последовательной адаптации однослойной нейронной сети с фиксацией смещений нейронов на нулевом уровне.
Ключевые слова:
экспертиза объектов, прогнозирование, множественная регрессия, гребневая регрессия, регуляризация, нейронная сеть, обучение модели, адаптация.
Поступила в редакцию: 23.07.2019
Образец цитирования:
S. B. Achlyustin, A. V. Melnikov, R. A. Zhilin, “Prediction of the integrated indicator of quality of a new object under the conditions of multicollinearity of reference data”, Вестн. ЮУрГУ. Сер. Матем. моделирование и программирование, 13:4 (2020), 66–80
Образцы ссылок на эту страницу:
https://www.mathnet.ru/rus/vyuru572 https://www.mathnet.ru/rus/vyuru/v13/i4/p66
|
Статистика просмотров: |
Страница аннотации: | 158 | PDF полного текста: | 55 | Список литературы: | 33 |
|