Object

Title: Տրամաբանական-կոմբինատոր մեթոդներ դինամիկ ճանաչողության խնդիրներում ; Логико-комбинаторные методы в задачах динамического распознавания

Co-author(s) :

Կրասնոպրոշին Վիկտոր Վ. ; Ռյազանով Վլադիմիր Վ. ; Սահակյան Հասմիկ Ա. ; Краснопрошин В. ; Рязанов Владимир В. ; Саакян Асмик А.

Abstract:

Դիտարկվում է նոր և հետաքրքիր ընթացակարգ կերպարների վերծանման տիրույթում, որտեղ առարկաների ճշգրիտ դասակարգման (ըստ ուսուցման բազմության) փոխարեն դրվում է այլընտրանքային նպատակ` դասակարգել բոլոր առարկաները միևնույն, այսպես կոչված, ,նորմալե դասին: Տրված է ուսուցման հավաքածու, և դասերի մեջ կա մեկ նորմալ դաս՝ , և շեղված” դասեր՝ - որևէ միջավայրից: Ուսուցման պրոցեսը դինամիկ է՝ ,դասակարգում, գործողությունե ձևաչափում հետևյալ ձևով. , “շեղված” դասերից յուրաքանչյուրին կցված է C գործողություն/ֆունկցիա, որը կիրառելով կամայական առարկայի վրա, արդյունքում ստացվում է այդ առարկայի թարմացումը՝ C), որը կրկին միջավայրից է: Արդյունքում, C)-ը կարող է դասակարգվել կամ “շեղված” դասերից որևէ մեկին (ներառյալ նույն դասը), կամ՝ ,նորմալե դասին: Նպատակը հետևյալն է. կառուցել դասակարգման ­ ալգորիթմ, որը կրկնողաբար (փոքր թվով անգամներ) կիրառվելով -ի առարկաների վրա, ի վերջո առարկաները (համապատասխանաբար, – ի տարրերը) տանում է ,նորմալե դասի: Այսպիսով, ստատիկ ճանաչողությանգործողությունը տեղափոխվում է դինամիկ տիրույթ:Աշխատանքը, ընդհանուր առմամբ, իրենից ներկայացնում է քննարկումներ նշվածխնդրի շուրջ՝ տեսական պոստուլատներ, հնարավոր կիրառություններ և դինամիկճանաչման խնդիրների լուծման գործում տրամաբանական-կոմբինատոր մեթոդներիօգտագործման առավելությունների բացահայտում:Հաշվի է առնվում նաև առնչությունը այնպիսի թեմաների հետ, ինչպիսիք են՝ամրապնդմամբ ուսուցումը, տրամաբանական-կոմբինատոր ճանաչողությունը,ռեկուրենտ նեյրոնային ցանցերը:
; Рассматривается новая важная процедура в области распознавания образов, где вместо точной классификации объектов по обучающему набору, ставится альтернативная цель отнесения всех объектов к одному и тому же, к так называемому, «нормальному» классу. Задан обучающий набор; среди классов есть один «нормальный» класс , и «отклоненных» классов, в некоторой среде . Процесс обучения является динамическим в формате «классификация, действие» следующим образом: определенное действие/функция C прикрепляется к каждому из «отклоненных» классов , так что применяя действие C к произвольному объекту ∈ , его обновление C) остается в среде . В результате, C) может быть отнесен либо к одному из отклоненных классов (включая тот же класс ), либо к «нормальному» классу . Задача заключается в построении такого алгоритма классификации ­, который, многократно (небольшое количество раз) применявшийся к объектам, переводит объекты (соответственно, элементы ) в «нормальный» класс. Таким образом, статическое распознавание переносится в область динамического распознавания. Статья представляет обсуждение проблемы, ее теоретических постулатов, возможные применения на практике, а также выявление преимуществ использования логико-комбинаторных подходов при решении этих задач динамического распознавания. Учитывается отношение к таким темам, как обучение с подкреплением, логико-комбинаторное распознавание и рекуррентные нейронные сети.

Date submitted:

2020-12-25

Identifier:

oai:noad.sci.am:136084

Language:

Անգլերեն ; Английский

Journal or Publication Title:

Կիբեռնետիկայի և հաշվողական տեխնիկայի մաթեմատիկական հարցեր ; Математические вопросы кибернетики и вычислительной техники

Number:

54

Affiliation:

Ինֆորմատիկայի և ավտոմատացման պրոբլեմների ինստիտուտ

Country:

Հայաստան

Object collections:

Last modified:

May 3, 2021

In our library since:

Mar 13, 2021

Number of object content hits:

40

All available object's versions:

https://noad.sci.am/publication/149744

Show description in RDF format:

RDF

Show description in OAI-PMH format:

OAI-PMH

This page uses 'cookies'. More information