Многоуровневые алгоритмы для задач принятия решений прецедентного типа

Авторы

  • Виктор Владимирович Краснопрошин Белорусский государственный университет, пр. Независимости, 4, 220030, г. Минск, Беларусь
  • Владимир Алексеевич Образцов Белорусский государственный университет, пр. Независимости, 4, 220030, г. Минск, Беларусь

Ключевые слова:

многоуровневый алгоритм, задача принятия решений, прецедентный тип, распознавание образов с обучением, модели корректировки, модели на основе структурирования информации
Поддерживающие организации
Работа выполнена при поддержке Белорусского республиканского фонда фундаментальных исследований (грант № Ф21АРМ-005).

Аннотация

Рассматривается специальный класс задач принятия решений прецедентного типа, которые часто возникают в слабо формализованных предметных областях. Для решения таких задач, как правило, применяются эвристические алгоритмы, которые не могут быть строго обоснованы. Показано, что данный класс задач сводится к стандартной задаче распознавания образов с обучением. Это позволяет вместо эвристических алгоритмов использовать многоуровневые модели, которые дают возможность повысить точность решения, а в некоторых случаях обосновать его правильность. Приведен анализ различных вариантов построения многоуровневых моделей. Предложен многоуровневый алгоритм для задачи принятия решений, основанный на структурировании информации.

Биографии авторов

  • Виктор Владимирович Краснопрошин, Белорусский государственный университет, пр. Независимости, 4, 220030, г. Минск, Беларусь

    доктор технических наук, профессор; профессор кафедры информационных систем управления факультета прикладной математики и информатики

     

  • Владимир Алексеевич Образцов, Белорусский государственный университет, пр. Независимости, 4, 220030, г. Минск, Беларусь

    кандидат физико-математических наук; доцент кафедры информационных систем управления факультета прикладной математики и информатики

     

Библиографические ссылки

  1. Taha HA. Operations research: an introduction. 7th edition. Upper Saddle River: Prentice Hall; 2003. XVII, 830 p. Russian edition: Taha HA. Vvedenie v issledovanie operatsii. 7th edition. Min’ko AA, translator. Moscow: Williams Publishing House; 2007. 912 p.
  2. Mal’tsev AI. Algebraicheskie sistemy [Algebraic systems]. Moscow: Nauka; 1970. 392 p. (Sovremennaya algebra). Russian.
  3. Gödel K. Über formal unentscheidbare Sätze der Principia Mathematica und verwandter Systeme I. Monatshefte für Mathematik und Physik. 1931;38:173–198. DOI: 10.1007/BF01700692.
  4. Laurière J-L. Intelligence artificielle. Résolution de problèmes par l’homme et la machine. Paris: Eyrolles; 1987. XI, 473 p.
  5. Barwise J, editor. Handbook of mathematical logic. Amsterdam: North-Holland; 1977. XII, 1165 p. (Studies in logic and the foundations of mathematics; volume 90).
  6. Nilsson NJ. Learning machines: foundations of trainable pattern­classifying systems. New York: McGraw-Hill; 1965. XI, 137 p. (McGraw-Hill series in systems science).
  7. Zhuravlev YuI. [An algebraic approach to solving recognition or classification problems]. In: Yablonskii SV, editor. Problemy kibernetiki. Vypusk 33 [Problems of cybernetics. Issue 33]. Moscow: Fizmatgiz; 1978. p. 5–68. Russian.
  8. Zhuravlev YuI. [Extremal algorithms in algebra over incorrect algorithms]. Doklady Akademii nauk SSSR. 1977;237(3):509–512. Russian.
  9. Krasnoproshin VV, Obraztsov VA. The choice of algorithms to solve the pattern recognition problem. Pattern Recognition and Image Analysis. 1996;6(3):526–535.
  10. Krasnoproshin VV. [On the optimal corrector of a set of recognition algorithms]. Zhurnal vychislitel’noi matematiki i matematicheskoi fiziki. 1979;19(1):204–215. Russian.
  11. Zhuravlev YuI, Ablameiko SV, Biryukov AS, Dokukin AA, Krasnoproshin VV, Obraztsov VA, et al. Algorithms for algebraic and logical correction and their applications. Pattern Recognition and Image Analysis. 2010;20(2):105–117. DOI: 10.1134/S105466181002001X.
  12. Krasnoproshin VV, Obraztsov VA. Problems of solvability and choice of algorithms for decision making by precedence. Pattern Recognition and Image Analysis. 2006;16(2):155–169. DOI: 10.1134/S1054661806020027.
  13. Krasnoproshin V, Obraztsov V. [Complex problems of pattern recognition and the possibilities of their solution]. In: Markov K, Ryazanov V, Ivanova K, Mitov I, editors. Classification, forecasting, data mining. Sofia: ITHEA; 2009. p. 69–75 (Information science and computing; number 8). Russian.
  14. Krasnoproshin VV, Obraztsov VA, Popok SA, Vissia H. Decision-making in sports traumatology. In: Peris-Ortiz M, ÁlvarezGarcía J, Del Río-Rama M. Sports management as an emerging economic activity: trends and best practices. Cham: Springer; 2017. p. 207–219. DOI: 10.1007/978-3-319-63907-9_13.

Загрузки

Дополнительные файлы

Опубликован

2023-12-19

Выпуск

№ 3 (2023): Журнал Белорусского государственного университета. Математика. Информатика

Раздел

Теоретические основы информатики

Лицензия

Авторы, публикующиеся в данном журнале, соглашаются со следующим:

  1. Авторы сохраняют за собой авторские права на работу и предоставляют журналу право первой публикации работы на условиях лицензии Creative Commons Attribution-NonCommercial. 4.0 International (CC BY-NC 4.0).
  2. Авторы сохраняют право заключать отдельные контрактные договоренности, касающиеся неэксклюзивного распространения версии работы в опубликованном здесь виде (например, размещение ее в институтском хранилище, публикацию в книге) со ссылкой на ее оригинальную публикацию в этом журнале.
  3. Авторы имеют право размещать их работу в интернете (например, в институтском хранилище или на персональном сайте) до и во время процесса рассмотрения ее данным журналом, так как это может привести к продуктивному обсуждению и большему количеству ссылок на данную работу. (См. The Effect of Open Access).

Как цитировать

[1]
Краснопрошин, В.В. и Образцов, В.А. 2023. Многоуровневые алгоритмы для задач принятия решений прецедентного типа. Журнал Белорусского государственного университета. Математика. Информатика. 3 (дек. 2023), 82–91.