Methods of analysis of different-type features informativity
The problem of estimation of informativity of different-type features for regularities discovery and decision-making support in the intelligent systems is considered. The characteristics of the three probabilistic and discrete approaches to estimation of different-type features taking into account different kinds of dependence of them are analysed. The two-side estimates for probability of critical number of features for guaranteed level of quality of pattern recognition procedure are obtained.
Download file
Counter downloads: 397
Keywords
quality of pattern recognition algorithm , entropy , estimated Parzen-Rosenblatt probability density function , weight coefficient of feature , test pattern recognition , intelligent system , оценки плотности Парзена - Розенблатта , энтропия , весовые коэффициенты признаков , тестовое распознавание образов , интеллектуальная системаAuthors
| Name | Organization | |
| Kolesnikova S.I. | Tomsk State University of Control Systems and Radioelectronics | skolesnikova@yandex.ru |
References
Merz C.J., Murphy P.M. UCI Repository of machine learning datasets // Information and Computer Science University of California, Irvine, CA, 1998. URL: <http://www.ics.uci>. edu/~mlearn/databases.
Ширяев А.Н. Вероятность. М.: Наука, 1980. 575 с.
Vorontsov K.V. Combinatorial probability and the tightness of generalization bounds // Pattern Recognition and Image Analysis. 2008. V. 18. No. 2. P. 243 - 259.
Новиков А.А. О времени выхода сумм ограниченных случайных величин из криволинейной полосы // Теория вероятностей и ее применения. 1981. Т. 26. № 2. С. 287 - 301.
Колесникова С.И., Янковская А.Е. Оценка значимости признаков для тестов в интеллектуальных системах // Изв. РАН. Теория и системы управления. 2008. № 6. С. 135 - 148.
Орлов А.И. Анализ нечисловой информации в социологических исследованиях. М.: Наука, 1985. С. 58 - 92.
Янковская А.Е., Колесникова С.И. О применении мультимножеств к задаче вычисления весовых коэффициентов признаков в интеллектуальных распознающих системах // Искусственный интеллект. Украина, Донецк: «Наука i освiта», 2004. № 2. С. 216 - 220.
Петровский А.Б. Упорядочивание и классификация объектов с противоречивыми признаками // Новости искусственного интеллекта. 2003. № 4. С. 34 - 43.
Колесникова С.И., Янковская А.Е. Статистический подход к оцениванию зависимых признаков в интеллектуальных системах // Математические методы распознавания образов: Сб. докл. 13-й Всерос. конф. Ленинградская обл., г. Зеленогорск, 30 сентября -6 октября 2007 г. М.: МАКС Пресс, 2007. С. 143 - 146.
Перегудов Ф.И., Тарасенко Ф.П. Введение в системный анализ. М.: Высшая школа, 2001. 396 с.
Meshalkin L.D. Some mathematical methods for the study of noncommunicable diseases // Proc. 6-th Intern. Meeting of Uses of Epidemiol. in Planning Health Services. Yugoslavia, Primosten, 1971. V. 1. P. 250 - 256.
Pearson K. On the criterion that a given system of deviations from the probable in the case of a correlated system of variables is such that it can reasonably be supposed to have arisen from random sampling // Phil. Mag. 1900. V. 50. P. 157 - 175.
Шурыгин А.М. Статистический кластер-алгоритм // Математические методы распознавания образов: Сб. докл. 13-й Всерос. конф. Ленинградская обл., г. Зеленогорск, 30 сентября - 6 октября 2007 г. М.: МАКС Пресс, 2007. С. 241 - 242.
Воронцов К.В. Лекции по методам оценивания и выбора моделей. 2007. URL: www.ccas <http://www.ccas>. ru/voron/download/Modeling.pdf.
Воронцов К.В. Обзор современных исследований по проблеме качества обучения алгоритмов // Таврический вестник информатики и математики. 2004. № 1. С. 5 - 24. URL: <http://www.ccas.ru/frc/papers/voron>04twim.pdf.
Yankovskaya A.E. Test pattern recognition with the use of genetic algorithms // Pattern Recognition and Image Analysis. 1999. V. 9. No. 1. P. 121 - 123.
Лбов Г.С. Методы обработки разнотипных экспериментальных данных. Новосибирск: Наука, 1981.
Ту Дж., Гонсалес Р. Принципы распознавания образов. М.: Мир, 1978. 415 с.
Загоруйко Н.Г. Прикладные методы анализа данных и знаний. Новосибирск: Изд-во Ин-та математики, 1999. 270 с.
Миркин Б.Г. Анализ качественных признаков и структур. М.: Статистика, 1980. 317 с.
Айзерман М.А., Алескеров Ф.Т. Выбор вариантов: основы теории. М.: Наука, 1990. 136 с.
Дюкова Е.В., Песков Н.В. Построение распознающих процедур на базе элементарных классификаторов. URL: www.ccas.ru/frc/papers/djukova05construction.pdf <http://www.ccas.ru/frc/papers/djukova05construction.pdf>.
Дмитриев А.И., Журавлев Ю.И., Кренделев Ф.П. О математических принципах классификации предметов или явлений // Дискретный анализ. Новосибирск: ИМ СО АН СССР, 1966. Вып. 7. С. 1 - 17.
Журавлев Ю.И., Гуревич И.Б. Распознавание образов и анализ изображений // Искусственный интеллект: В 3 кн. Кн 2. Модели и методы:: Справочник / Под ред. Д.А. Поспелова. М.: Радио и связь, 1990. С. 149-190.
