Ключевые слова: нейронная сеть, машинное обучение, теория адаптивного резонанса, artmap, извлечение правил
ПОСТРОЕНИЕ РЕШАЮЩИХ ПРАВИЛ С ПОМОЩЬЮ НЕЙРОННОЙ СЕТИ ARTMAP
УДК 004.032.26
DOI: 10.26102/2310-6018/2019.26.3.029
В статье рассматривается нейросетевая архитектура ARTMAP, совместимая с символическим представлением, основанным на IF- THEN правилах. В частности, знания, полученные в процессе обучения сети ARTMAP, могут быть трансформированы в компактный набор решающих правил для классификации исходных данных, которые могут быть проанализированы экспертами предметной области, по аналогии с интерпретируемыми методами машинного обучения, такими, как деревья решений или линейная регрессия. Аналогичным образом, знания в априорной области, представленные в форме правил IF- THEN могут быть преобразованы в нейросетевую архитектуру ARTMAP. Наличие предварительного набора правил, используемых при инициализации сети, повышает точность классификации и эффективность обучения. Исходный набор правил может быть дополнен с помощью алгоритма обучения ARTMAP. Каждое правило, сформированное в процессе обучения сети имеет коэффициент достоверности, который можно интерпретировать как его важность или полезность. Описание архитектуры, алгоритмов обучения и функционирования сети ARTMAP для извлечения правил представлено в терминах предложенной авторами ранее обобщенной модели сетей семейства АRT.
Ключевые слова: нейронная сеть, машинное обучение, теория адаптивного резонанса, artmap, извлечение правил
Для цитирования: Каширина И.Л., Федутинов К.А. ПОСТРОЕНИЕ РЕШАЮЩИХ ПРАВИЛ С ПОМОЩЬЮ НЕЙРОННОЙ СЕТИ ARTMAP. Моделирование, оптимизация и информационные технологии. 2019;7(3). URL: https://moit.vivt.ru/wp-content/uploads/2019/09/KashirinaFedutinov_3_19_1.pdf DOI: 10.26102/2310-6018/2019.26.3.029
Опубликована 30.09.2019