Дублирование информации как средство повышения устойчивости нейросетевых решений

• Автор: Вашко, Татьяна Александровна
• Шифр специальности: 05.13.17
• Научная степень: Кандидатская
• Год защиты: 2001
• Место защиты: Красноярск
• Количество страниц: 144 с. : ил

1.1. Информация и информационная технология.

1.2. Алгоритм и традиционные методы обработки информации

1.3. Возможности нейросетсвых подходов обработки информации.

1.4. Оценка качества решения задач и виды контроля достоверности данных .

1.5. Дублирование информации источник повышения устойчивости вычислительных систем к искажению входной информации.

Выводы к главе 1.

ГЛАВА 2. ДУБЛИРОВАНИЕ ПРИЗНАКОВ КАК СРЕДСТВО ПОВЫШЕНИЯ НАДЕЖНОСТИ В ПРОЦЕССЕ ОБРАБОТКИ ИНФОРМАЦИИ

2.1. Формализация основных понятий и классификация дублей.

2.2. Алгоритмы дублирования .

2.2.1. Прямой дубль первого рода ПДПР

2.2.2. Косвенный дубль первого рода КДПР.

2.2.3. Прямой дубль второго рода ПДВР
2.2.4. Косвенный дубль второго рода КДВР.
2.3. Теоретические результаты дублирования
Выводы к главе 2
ГЛАВА 3. ДУБЛИРОВАНИЕ В ПРОЦЕССЕ РЕШЕНИЯ ЗАДАЧИ КЛАССИФИКАЦИИ ПРЕДСКАЗАНИЙ ЛЕТАЛЬНОГО ИСХОДА В СЛУЧАЕ НАСТУПЛЕНИЯ ИНФАРКТА МИОКАРДА
3.1. Описание задачи и процесса ее решения
3.2. Минимальный набор признаков
3.3. Реализация алгоритмов дублирования.
3.4. Оценка качества решения задачи классификации в случае искажения информации для различных наборов признаков.
Выводы к главе 3
ГЛАВА 4. ДУБЛИРОВАНИЕ ИНФОРМАЦИИ НА ПРИМЕРЕ РЕШЕНИЯ ЗАДАЧИ ПРОГНОЗИРОВАНИЯ РЕЗУЛЬТАТИВНОСТИ ТРУДА ПРЕПОДАВАТЕЛЯ.
4.1. Характеристика информации и постановка задачи
4.2. Обучение сети и минимизация количества признаков.
4.3. Прямой дубль первого рода ПДПР.
4.4. Косвенный дубль первого рода КДПР
4.5. Прямой дубль второго рода ПДВР.
4.6. Косвенный дубль второго рода КДВР
4.7. Итоговые результаты анализа.
Выводы к главе 4.
ЗАКЛЮЧЕНИЕ
ЛИТЕРАТУРА


При этом методы анализа данных реализуются в виде различных пакетов прикладных программ, в состав которых входят известные процедуры математики, математической статистики и др. Широкое применение различных методов анализа и обработки информа
ции, а так же компьютерной техники предъявляет повышенные требования к качеству обрабатываемой информации на всех этапах ее прохождения. Однако практика показывает, что в процессе формирования исходной информации ис
следователь не застрахован от ошибок. В зависимости от характера, стадии и причин различают несколько типов ошибок табл. Таблица 1. В настоящее время можно выделить большое количество причин возникновения такого рода ошибок в процессе формирования первичных данных это приписки, безответственность, некомпетентность и другие как умышленные, так и неумышленные искажения исходной информации. И естественно, что в рамках развития современной науки разрабатываются методы выявления и предупреждения ошибок. Однако до сих пор нередкими являются случаи искажения значений информации, ведущие к принятию ошибочных решений, недостоверных исследований, дополнительным затратам времени и т. Таким образом, к основным . При этом наиболее ответственным этапом для исследователя является именно сбор данных, а наиболее сложным обработка и анализ данных , . Это связано с необходимостью выполнения таких операции, как классификация или группировка сортировка, с помощью которой упорядочивается последовательность записей вычисления, включающие арифметические и логические операции укрупнение или агрегирование, служащее для уменьшения количества данных.