РОЗРОБКА МЕТОДУ ІНТЕГРАЦІЇ МАШИННОГО НАВЧАННЯ З ВИВЕДЕННЯМ НА ОСНОВІ ПРАВИЛ
DOI:
https://doi.org/10.31891/2307-5732-2025-351-12Ключові слова:
багатошарова нейронна мережа, глибоке навчання, база правил, коефіцієнти впевненості, обробка даних, інтелектуальні системи на основі правилАнотація
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.
Завантаження
Опубліковано
Номер
Розділ
Ліцензія
Авторське право (c) 2025 РОМАН ВОВК, ВАСИЛЬ ШЕКЕТА, ЕДУАРД ФЕДОРУК, ОЛЕГ ПОПОВИЧ, ВЛАДИСЛАВ ГОЛОВЧАК (Автор)

Ця робота ліцензується відповідно до ліцензії Creative Commons Attribution 4.0 International License.