Разработка нейросетевого классификатора для систем тестирования

• Автор: Карпова, Наталья Александровна
• Шифр специальности: 05.13.16
• Научная степень: Кандидатская
• Год защиты: 1999
• Место защиты: Пенза
• Количество страниц: 159 с. : ил.

1.1. КЛАССИФИКАЦИЯ ПРИМЕРОВ, ЯВЛЯЮЩИХСЯ РЕЗУЛЬТАТАМИ ТЕСТИРОВАНИЯ1

1.2. ТЕСТ, ТРЕБОВАНИЯ К ТЕСТУ.2

1.3. ИСПОЛЬЗОВАНИЕ НЕЙРОННЫХ СЕТЕЙ ДЛЯ РЕШЕНИЯ ЗАДАЧ РАСПОЗНАВАНИЯ ОБРАЗОВ.2

ОСНОВНЫЕ ВЫВОДЫ

ГЛАВА 2 СИНТЕЗ МУЛЬТИМОДАЛЬНОГО НСКЛАССИФИКАТОРА ДЛЯ СИСТЕМ ТЕСТИРОВАНИЯ

2.1. ПОСТРОЕНИЕ ИНФОРМАЦИОННОЙ МОДЕЛИ СИСТЕМЫ КЛАССИФИКАЦИИ 3

2.2. ФОРМАЛИЗАЦИЯ ОТВЕТОВ.4

2.3. САМООРГАНИЗАЦИЯ НЕЙРОННОЙ СЕТИ НА НЕПРЕДСТАВИТЕЛЬНОЙ ОБУЧАЮЩЕЙ ПОСЛЕДОВАТЕЛЬНОСТИ5

ОСНОВНЫЕ ВЫВОДЫ

ГЛАВА 3. ИССЛЕДОВАНИЕ ФОРМАЛЬНЫХ МЕТОДОВ КЛАССИФИКАЦИИ ПРИМЕРОВ

3.1. ФОРМАЛЬНЫЙ КРИТЕРИЙ ЧИСЛА РАЗРЕШЕННЫХ СПОРОВ.6

3.2. РАЗРЕШЕНИЕ СПОРОВ ПРИЗНАКАМИ ХоХих2х4
3.3. ОЦЕНКА ДОСТАТОЧНОСТИ КОМПЛЕКТА ПРИЗНАКОВ8
ОСНОВНЫЕ ВЫВОДЫ.
ГЛАВА 4. РЕАЛИЗАЦИЯ МУЛЬТИМОДАЛЬНОГО НСКЛАССИФИКАТОРА ДЛЯ КЛАССИФИКАЦИИ ПРИМЕРОВ.
4.1. РАЗРАБОТКА ТЕСТОВЫХ ЗАДАНИЙ.8
4.2. СИНТЕЗ НЕЙРОННОЙ СЕТИ НА НЕПРЕДСТАВИТЕЛЬНОЙ ОБУЧАЮЩЕЙ ПОСЛЕДОВАТЕЛЬНОСТИ
4.3. СРАВНЕНИЕ ОЦЕНОК ЭКСПЕРТА И НЕЙРОННОЙ
СЕТИ.4
4.4. АНАЛИЗ ЗНАЧИМОСТИ ПРИЗНАКОВ И ОЦЕНОК ПРИМЕРОВ ТЕСТОВОЙ ВЫБОРКИ.9
ОСНОВНЫЕ ВЫВОДЫ
ЗАКЛЮЧЕНИЕ.
ЛИТЕРАТУРА


С использованием данного представления входной информации, предлагается решение класса задач, в которых зависимость между признаками объекта и результатами классификации имеет монотонный характер. Например, когда при увеличении количества признаков, имеющих значение 1 уменьшении количества признаков, имеющих значение 0, объект переходит их одного класса в другой. При этом номер последующего класса больше номера предыдущего. Это, прежде всего задачи классификации объектов технологических процессов, когда исследуемый объект тестируется по определенному количеству параметров и с учетом их значений классифицируется его состояние. Эго позволит избежать отклонений от требуемого состояния в процессе производства. Или это задача контроля качества готового объекта, или задача классификации состояния памяти, обученности, профессиональной пригодности. Рассмотрим подробнее метод тестирования и искусственные нейронные сети, которые предлагается использовать для решения выделенного класса задач. В последние годы в специальной литературе все чаще можно встретить дискуссионные материалы о методиках использования тестирования как способа измерения параметров состояния. Неудовлетворенность существующими методами измерения и классификации их результатов возникла потому, что увеличилось число требований, которые стали предъявлять к оценке состояния исследуемых объекгов ,. Рассмотрим процесс классификахй результатов тестирования в процессе обучения, как технических интеллектуальных систем, так и индивидуумов.