РОЗРОБКА МЕТОДУ ІНТЕГРАЦІЇ МАШИННОГО НАВЧАННЯ З ВИВЕДЕННЯМ НА ОСНОВІ ПРАВИЛ

Анотація

У статті представлено новий метод інтеграції машинного навчання з процедурою виведення на основі правил в інтелектуальних системах, що базуються на ймовірнісних правилах. Запропонований підхід спрямований на підвищення точності прогнозування та адаптивності системи при обробці великих обсягів даних, в яких присутні різноманітні джерела невизначеності. Методика ґрунтується на використанні гнучких нейронних мереж, здатних відновлювати повну інформацію з часткових даних, що дозволяє оптимізувати вагові дескриптори правил через відповідну багаторівневу інтеграцію. Проведено детальний аналіз існуючих алгоритмів машинного навчання, структурної оптимізації бази знань системи та можливостей інтеграції з сучасними технологіями роботи з даними. Розроблена модель забезпечує ефективне врахування ступеня невизначеності в формі коефіцієнтів впевненості та адаптацію параметрів системи в умовах волатильності даних. Отримані результати відкривають перспективи застосування даного підходу в різних галузях, де потрібна застосування методик машинного навчання.