Preview

Цифровая трансформация

Расширенный поиск

Варианты усиления ансамбля гипотез в условиях неопределенностей формирования целевой обучающей функции

https://doi.org/10.35596/1729-7648-2022-28-4-12-17

Аннотация

Интеллектуальные обучающие системы традиционно состоят из трех основных компонентов: модели обучаемого, представляющей собой блок с информацией об обучаемом; модели процесса обучения, задающей форму подачи информации обучаемому и тип оценки качества деятельности обучаемого; модельного интерфейса как связующего звена между экспертным блоком интеллектуальной обучающей системы и другими ее блоками. Алгоритмы обучения в компонентах образовательных систем являются неотъемлемыми элементами их работы при формировании баз знаний, стратегий обучения, процедур оценивания, а также при организации взаимодействия между системой и пользователями. Рассмотрена задача поиска целевой функции при настройке обучающей системы путем введения возможности усиления ансамбля гипотез с помощью обучающей функции, множество значений которой формируется на основе весовых стоимостей исходных гипотез при учете собственных весов и результатов классификации соответствующих примеров.

Об авторах

А. Ф. Чернявский
Институт прикладных физических проблем имени А. Н. Севченко Белорусского государственного университета
Беларусь

Чернявский А. Ф., д. т. н., профессор, академик Национальной академии наук Беларуси, заведующий лабораторией специализированных вычислительных систем

г. Минск



Е. И. Козлова
Белорусский государственный университет
Беларусь

Козлова Елена Ивановна, к. ф.-м. н., доцент, заведующая кафедрой интеллектуальных систем

220045, г. Минск, ул. Ак. Курчатова, 5–621
Тел. +375 17 209-59-36 



Список литературы

1. Голенков, В. В. Виртуальные кафедры и интеллектуальные обучающие системы / В. В. Голенков, В. В. Емельянов, В. Б. Тарасов // Новости искусственного интеллекта. 2001. № 4. С. 3–13.

2. Волосова, А. В. Технологии искусственного интеллекта в ULS-системах / А. В. Волосова. СПб.: Лань, 2022. 308 с.

3. Рассел, С. Искусственный интеллект: современный подход / С. Рассел, П. Норвиг. М.: Изд. дом «Вильямс», 2016. 1408 с.

4. Колмогорова, С. С. Основы искусственного интеллекта / С. С. Колмогорова. СПб.: СПбГЛТУ, 2022. С. 51–57.


Рецензия

Для цитирования:


Чернявский А.Ф., Козлова Е.И. Варианты усиления ансамбля гипотез в условиях неопределенностей формирования целевой обучающей функции. Цифровая трансформация. 2022;28(4):12-17. https://doi.org/10.35596/1729-7648-2022-28-4-12-17

For citation:


Chernyavsky A.F., Kazlova A.I. Options for Strengthening the Ensemble of Hypotheses under Uncertainty of the Objective Learning Function Formation. Digital Transformation. 2022;28(4):12-17. (In Russ.) https://doi.org/10.35596/1729-7648-2022-28-4-12-17

Просмотров: 476


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 2522-9613 (Print)
ISSN 2524-2822 (Online)