1. Університет митної справи та фінансів
  2. Періодичні видання УМСФ
  3. Вісник Академії митної служби України
  4. Технічні науки
  5. 2012/2
Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот ресурс: http://212.1.86.13:8080/xmlui/handle/123456789/733
Название: Экстракция знаний из визуальной информации: опыт создания экспертной системы
Другие названия: Knowledge extraction from visual information: expert system creation
Авторы: Громов, В. О.
Магас, А. С.
Ключевые слова: распознавание образов
извлечение знаний
экспертная система
нейронная сеть “каскадная корреляция”
кластеризация
генетический алгоритм
pattern recognition
knowledge extraction
expert system
neural network "cascade correlation"
clustering
genetic algorithm
Дата публикации: 20-мая-2016
Издательство: Академія митної служби України
Библиографическое описание: 1. TACO-miner: An ant colony based algorithm for rule extraction from trained neural networks / [L. Özbakir, A. Baykasoğlu, S. Kullu, H. Yapıcı] // Expert Syst. Appl. – 2009. – Vol. 36. – № 2. – P. 295–305. 2. Nayak R. Generating rules with predicates, terms and variables from the pruned neural networks / R. Nayak // Neural Networks. – 2009. – Vol. 22. – № 4. – P. 405–414. 3. Fahlman S. E. The cascade-correlation learning architecture / S. E. Fahlman, C. Lebiere // In D. S. Touretzky (Ed.), Advances in Neural Information Processing Systems. – San Mateo : Morgan Kaufmann, 1990. – Vol. 2. – P. 524–532. 4. Hruschka E. R. Extracting rules from multilayer perceptrons in classification problems: A clustering-based approach / E. R. Hruschka, N. F. Ebecken // NeuroComputing. – 2006. – Vol. 70. – № 1. – P. 384–397.
Серия/номер: Технічні науки;2/2012
Аннотация: Рассматривается задача распознавания образов – отнесения фотоизображений к одному из классов. Для решения задачи использовалась как нейронная сеть типа каскадная корреляция, так и построенная на её основе (с помощью алгоритмов извлечения знаний) экспертная система. Сравнивается эффективность различных подходов к построению указанной экспертной системы.
URI (Унифицированный идентификатор ресурса): http://hdl.handle.net/123456789/733
Располагается в коллекциях:2012/2

Файлы этого ресурса:
Файл Описание РазмерФормат 
10. Громов_Магас_1.docЕлектронне видання531 kBMicrosoft WordПросмотреть/Открыть
Показать полное описание ресурса Просмотр статистики


Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.