Личный кабинет
Подробное описание документа
Робастность систем объединения классификаторов, использующих правило оптимального голосования и нейронную сеть / Жиронкин С. Б., Котенко Ю. Н., Черваков В. О., Прохоренко В. В. - URL: http://radiotec.ru/ru/journal/Electromagnetic_Waves_and_Electronic_Systems/number/2024-3/article/24318 (дата обращения: 30.08.2024) // Электромагнитные волны и электронные системы. - 2024. - Т. 29, № 3. -
Постановка проблемы. В связи с развитием технологий искусственных нейронных сетей (ИНС) представляет интерес сравнение робастности систем объединения классификаторов, использующих правило оптимального голосования и ИНС. От робастных алгоритмов требуют высокой эффективности в случае запланированных ситуаций и приемлемой эффективности при обусловленных заранее отступлениях от плана (модели).
Цель. Сравнить робастности двух систем объединения классификаторов: системы, использующей правило оптимального голосования, и системы, использующей ИНС.
Результаты. Исследована устойчивость правила оптимального голосования и нейронной сети к неточности вычисления апостериорных вероятностей частных решений объединяемых классификаторов. Установлено, что при вычислении апостериорных вероятностей с ошибкой нейронная сеть обеспечила лучшую характеристику, чем правило оптимального голосования, проявив свойство устойчивости (робастности) к неточности входных данных. Практическая значимость. Использование классификаторов с применением ИНС позволяет повысить робастность алгоритмов в устройствах приёма сигналов.
Ключевые слова: нейронные сети, робастность алгоритмов, распознавание, правило оптимального голосования, объединение классификаторов
621.396 Аппаратура и методы радиосвязи
Статья опубликована в следующих изданиях
Т. 29, № 3. - 2024.
