Метод комплексной оценки уровня информативности классификационных признаков в условиях нечеткой структуры данных

Целью исследования является разработка метода комплексной оценки уровня информативности классификационных признаков в условиях неполной и нечеткой структуры данных.

Методы исследования. В качестве базового математического аппарата используется методология синтеза гибридных нечетких решающих правил, ориентированная на принятие решений в условиях неполного и нечеткого описания анализируемых данных. В условиях отсутствия обучающих выборок для оценки информативности предлагается использовать экспертное оценивание с использованием мозгового штурма по методу Дельфы и теорию измерения латентных переменных с моделью Г. Раша. При наличии обучающих выборок, включая выборки малого объема, - методы экспертного оценивания, информативную меру Кульбака, дискриминантный анализ, метод группового учета аргументов, метод Вальда и теорию измерения латентных переменных.

Результаты. В качестве базовых элементов математических моделей расчета показателей информативности предложено использовать нормировочные функции информативности, учитывающие меры доверия к используемым методам и данным и обладающие свойствами функций принадлежности. Искомые показатели информативности по отдельным признакам и по всему признаковому пространству получают агрегацией нормировочных функций, причем функции агрегации выбираются с учетом особенностей решаемых задач.

Заключение. В ходе проводимых исследований решалась задача разработки метода комплексной оценки уровня информативности классификационных признаков в условиях неполной и нечеткой структуры данных. Было показано, что для количественной оценки информативности каждого из признаков следует использовать несколько методов, описывающих различные свойства исследуемой структуры данных, а интегральный показатель информативности определять путем синтеза нечетких моделей в соответствии с общими рекомендациями методологии синтеза гибридных нечетких решающих правил. Для повышения точности моделей принятия решений предложен механизм их корректировки путем введения мер доверия к составу информативных признаков и объему обучающей выборки.

1. Дюк В., Эмануэль В. Информационные технологии в медико-биологических исследованиях. СПб.: Питер, 2003. 528 с.

2. Журавлев Ю. И., Гуревич И. Б. Распознавание образов и анализ изображений // Искусственный интеллект: в 3 кн. / под ред. Д. А. Поспелова. М.: Радио и связь, 1990. С. 149-190.

3. Загоруйко Н. Г. Прикладные методы анализа данных и знаний. Новосибирск: Изд-во Ин-та математики, 1999. 270 с.

4. Выбор информативных признаков для оценки тяжести заболевания / С. В. Капустина, О. В. Кирякова, А. В. Капустина, Л. А. Лапина, А. А. Ступина // Современные проблемы науки и образования. 2015. № 2-2. C. 55.

5. Колесникова С. И. Методы анализа информативности разнотипных признаков // Вестник Томского государственного университета. Управление, вычислительная техника и информатика. Обработка информации. 2009. № 1(6). С 69-80.

6. Буняев В. В., Кореневский Н. А. Методы поиска информативных проекционных зон и синтеза нечетких решающих правил для рефлексодиагностики // Системный анализ и управление в биомедицинских системах. 2004. Т. 3, № 3. С. 175-178.

7. Воронцов И. М., Шаповалов В. В., Шерстюк Ю. М. Здоровье. Опыт разработки и обоснование применения автоматизированных систем для мониторинга и скринирующей диагностики нарушений здоровья. СПб.: ИПК Коста, 2006. 432 с.

8. Кореневский Н. А., Родионова С. Н., Хрипина И. И. Методология синтеза гибридных нечетких решающих правил для медицинских интеллектуальных систем поддержки принятия решений. Старый Оскол: ТНТ, 2019. 472 с.

9. Гибридные нечеткие модели оценки функционального состояния и состояния здоровья человека-оператора информационно насыщенных систем / Н. А. Кореневский, С. Н. Родионова, И. И. Хрипина, М. А. Мясоедова // Системный анализ и управление в биомедицинских системах. 2019. Т. 18, № 2. С. 105-109.

10. Метод синтеза нечетких решающих правил на основе моделей системных взаимосвязей для решения задач прогнозирования и диагностики заболеваний / Н. А. Кореневский, М. В. Артеменко, В. Я. Провоторов, Л. А. Новиков // Системный анализ и управление в биомедицинских системах. 2014. Т. 13, № 4. С. 881-886.

11. Use of an Interactive Method for Classification in Problems of Medical Diagnosis / N. A. Korenevsky, S. V. Degtyarev, S. P. Seregin, A. V. Novikov // Biomedical Engineering. 2013. Vol. 47, is. 4. Р. 169-172.

12. Korenevskiy N. A. Application of Fuzzy Logic for Decision-Making in MedicalEx- pert Systems // Biomedical Engineering. 2015. Vol. 49. Р. 46-49.

13. Нечеткие модели оценки уровня эргономики технических систем и ее влияние на состояние здоровья человека оператора с учетом функциональных резервов / Н. А. Кореневский, С. Н. Родионова, Т. Н. Говорухина, М. А. Мясоедова // Моделирование, оптимизация и информационные технологии. 2019. Т. 7, № 1 (24). С. 39-53.

14. Прогнозирование возникновения и рецидива инсультов головного мозга на основе гибридных нечетких моделей / Н. А. Кореневский, А. В. Быков, Е. В. Цымбал, B. В. Аксенов, Д. С. Родионов // Моделирование, оптимизация и информационные технологии. 2018. Т. 6, № 3 (22). С. 50-72.

15. Оценка и управление состоянием здоровья обучающихся на основе гибридных интеллектуальных технологий: монография / Н. А. Кореневский, А. Н. Шуткин, C. А. Горбатенко, В. И. Серебровский. Старый Оскол: ТНТ, 2016. 472 с.

16. Кореневский Н. А., Тутов Н. Д., Лазурина Л. П. Проектирование медико-экологических информационных систем / Курский государственный технический университет. Курск, 2001. 193 с.

17. Синтез нечетких решающих правил для прогнозирования и ранней диагностики заболеваний, вызываемых состоянием окружающей среды, с учетом индивидуальных особенностей организма / Н. А. Кореневский, Ю. А. Иванков, Е. А. Яковлева, Н. Н. Савченко // Системный анализ и управление в биомедицинских системах. 2007. Т. 6, № 2. С. 395-400.

18. Метод оценки функционального резерва человека-оператора на основе комбинированных правил нечеткого вывода / Н. А. Кореневский, А. Н. Коростелев, Л. В. Стародубцева, В. В. Серебровский // Биотехносфера. 2012. № 1 (19). С. 44-49.

19. Кореневский Н. А., Башир А. С., Горбатенко С. А. Синтез гибридных нечетких правил для прогнозирования, оценки и управления состоянием здоровья в экологически неблагоприятных регионах // Известия Юго-Западного государственного университета. Серия: Управление, вычислительная техника, информатика. Медицинское приборостроение. 2013. № 4. С. 69-73.

20. Мethod of ergonomics assessment of technical systems and its influence on operators heath on basis of hybrid fuzzy models / R. T. Al-Kasasbeh, M. S. Alshamasin, N. Korenevskiy, I. Maksim // Advances in Intelligent Systems and Computing. 2018. Vol. 590. Р. 581-592.

21. Synthesis of fuzzy logic for prediction and medical diagnostics by energy characteristics of acupuncture points / R. Al-Kasasbeh, M. Alshamasin, N. Korenevskiy, A. Kuzmin, F. Ionescou // JAMS Journal of Acupuncture and Meridian Studies. 2011. Vol. 4, N 3. Р. 175182.

22. Fuzzy Model Evaluation of Vehicles Ergonomics and Its Influence on Occupational Diseases / R. T. Al-Kasasbeh, N. A. Korenevskiy, M. S. Alshamasin, S. N. Korenevskya, E. T. Al-Kasasbeh, I. Maksim // Advances in Intelligent Systems and Computing, 2018. P. 143-154.