Рассматривается подход к задаче корректной классификации по прецедентам, основанный на применении логических методов анализа данных. Приводится описание схемы работы моделей логических классификаторов, нацеленных на построение специальных фрагментов описаний прецедентов, называемых корректными элементарными классификаторами. Более сложные модели, а именно модели логических корректоров, базируются на синтезе семейств корректных наборов элементарных классификаторов. В отличие от классических моделей логические корректоры показывают хорошие результаты в случае многозначных признаков, т.е. признаков, имеющих большое число различных значений. Изучаются вопросы сокращения временных затрат и повышения качества классификации логических корректоров. Предлагаются новые детерминированные и стохастические варианты таких моделей, предназначенные для работы с частично упорядоченными данными. Приводятся результаты экспериментов на модельных и реальных данных.
Индексирование
Scopus
Crossref
Высшая аттестационная комиссия
При Министерстве образования и науки Российской Федерации