1. Детерминистские методы решения задач распознавания. Построение решающих правил. Метод построения эталонов. кратко

Привет, Вы узнаете о том , что такое детерминистские методы решения задач распознавания, Разберем основные их виды и особенности использования. Еще будет много подробных примеров и описаний. Для того чтобы лучше понимать что такое детерминистские методы решения задач распознавания, построение решающих правил, метод построения эталонов , настоятельно рекомендую прочитать все из категории Распознавание образов.

Те методы, которые имеют и детерминистскую, и статистическую трактовку, будут рассмотрены дважды в соответствующих разделах курса. Это касается, в частности, метода потенциальных функций, методов ближайшего соседа и ближайших соседей и других.

построение решающих правил

Для построения решающих правил нужна обучающая выборка. Обучающая выборка – это множество объектов, заданных значениями признаков и принадлежность которых к тому или иному классу достоверно известна "учителю" и сообщается учителем "обучаемой" системе. По обучающей выборке система строит решающие правила. Качество решающих правил оценивается по контрольной (экзаменационной) выборке, в которую входят объекты, заданные значениями признаков, и принадлежность которых тому или иному образу известна только учителю. Предъявляя обучаемой системе для контрольного распознавания объекты экзаменационной выборки, учитель в состоянии дать оценку вероятностей ошибок распознавания, то есть оценить качество обучения. К обучающей и контрольной выборкам предъявляются определенные требования. Например, важно, чтобы объекты экзаменационной выборки не входили в обучающую выборку (иногда, правда, это требование нарушается, если общий объем выборок мал и увеличить его либо невозможно, либо чрезвычайно сложно).

Обучающая и экзаменационная выборки должны достаточно полно представлять генеральную совокупность (гипотетическое множество всех возможных объектов каждого образа). Об этом говорит сайт https://intellect.icu . Например, при обучении системы медицинской диагностики в обучающей и контрольной выборках должны быть представлены пациенты различных половозрастных групп, с различными анатомическими и физиологическими особенностями, сопутствующими заболеваниями и т.д. При социологических исследованиях это называют репрезентативностью выборки.

Итак, для построения решающих правил системе предъявляются объекты, входящие в обучающую выборку.

метод построения эталонов

Для каждого класса по обучающей выборке строится эталон, имеющий значения признаков

,

где =,

– количество объектов данного образа в обучающей выборке,

– номер признака.

По существу, эталон – это усредненный по обучающей выборке абстрактный объект (рис. 2). Абстрактным мы его называем потому, что он может не совпадать не только ни с одним объектом обучающей выборки, но и ни с одним объектом генеральной совокупности.

Распознавание осуществляется следующим образом. На вход системы поступает объект , принадлежность которого к тому или иному образу системе неизвестна. От этого объекта измеряются расстояния до эталонов всех образов, и система относит к тому образу, расстояние до эталона которого минимально. Расстояние измеряется в той метрике, которая введена для решения определенной задачи распознавания.

Рис. 2. Решающее правило "Минимум расстояния
до эталона класса":

	– эталон первого класса,
	– эталон второго класса

Представленные результаты и исследования подтверждают, что применение искусственного интеллекта в области детерминистские методы решения задач распознавания имеет потенциал для революции в различных связанных с данной темой сферах. Надеюсь, что теперь ты понял что такое детерминистские методы решения задач распознавания, построение решающих правил, метод построения эталонов и для чего все это нужно, а если не понял, или есть замечания, то не стесняйся, пиши или спрашивай в комментариях, с удовольствием отвечу. Для того чтобы глубже понять настоятельно рекомендую изучить всю информацию из категории Распознавание образов

Из статьи мы узнали кратко, но содержательно про детерминистские методы решения задач распознавания