Построение обучающей выборки w-объектов на основе коллективного решения группы экспертов

Abstract

Работа посвящена решению задачи построения решающих правил в адаптивных системах распознавания при наличии классификации каждого объекта группой независимых экспертов. Для оценки степени согласованности экспертов в классификации объектов предлагается использовать показатель уверенности классификации. Для учета степени согласованности экспертов осуществляется переход к взвешенным выборкам w-объектов. Предлагается единый подход к формированию взвешенной выборки w-объектов по исходной выборке и добавляемым в процессе работы системы объектам. Анализ результатов тестовых исследований показал существенное снижение ошибок классификации при использовании выборки w-объектов для построения решающих правил классификации.

Роботу присвячено дослідженню задачі побудови вирішуючих правил в адаптивних системах розпізнавання за наявності класифікації кожного об’єкту групою незалежних експертів. Для оцінки міри узгодженості експертів в класифікації об’єктів пропонується використовувати показник упевненості класифікації. Для врахування міри узгодженості експертів здійснюється перехід до зважених вибірок w-об’єктів. Пропонується єдиний підхід до формування зваженої вибірки w-об’єктів по вихідній вибірці і об’єктам, що додаються в процесі роботи системи. Аналіз результатів тестових досліджень показав істотне зниження помилок класифікації при використанні вибірки w-об’єктів для побудови вирішуючих правил класифікації.

A work is devoted to solving the problem of constructing decision rules in adaptive recognitions systems in the presence of classification of each object by the group of independent experts. To estimate consistency of experts in the objects classification it is proposed to use the index of classification’s confidence. Transitions to the weighted samples of w-objects are made to take into account consistency of experts in the classification of objects. The unified approach to the formation of the weighted sample of w-objects from the original sample and adding of the objects are proposed. Significant reductions in classification errors when using the sample of w-objects in the construction of decision rules of classification are shown.