Вилучення правил прийняття рішень нейронними мережами
dc.contributor.advisor | Петренко, Анатолій Іванович | |
dc.contributor.author | Вохранов, Ілля Анатолійович | |
dc.date.accessioned | 2023-02-09T10:11:36Z | |
dc.date.available | 2023-02-09T10:11:36Z | |
dc.date.issued | 2022-06 | |
dc.description.abstracten | This work is devoted to the question of removing decision rules from neural networks that solve classification tasks, using the decomposition approach - DeepRED. The work aims to study the possibilities of practical use of the DeepRED algorithm to extract and analyze rules. The paper considers the basic principles of the process of extracting rules from neural networks and conducts a study of the DeepRED algorithm. A detailed analysis of the architecture of neural network elements and principles of operation (including the learning process) was conducted while studying the area of rule extraction. To better understand the possibilities of rule extraction, we also looked through the available methods. In the process of performing the main part of this work, a study of the DeepRED algorithm and the possibility of its practical application was conducted. DeepRED is the most promising decomposition rule extraction algorithm. Consideration of the algorithm and a few of its improvements, as well as analysis of the results of removing rules and comparing a series of its launches under different conditions, gave us a general idea of its practical use and some limitations that are currently present. The total volume of work is 82 pages, 23 figures, 26 tables, and 28 references. | uk |
dc.description.abstractuk | Дана дисертаційна робота присвячена питанню вилучення правил прийняття рішень із нейронних мереж, що вирішують задачу класифікації, за допомогою декомпозиційного підходу DeepRED. Метою роботи є дослідження можливостей практичного використання алгоритму DeepRED для вилучення та аналізу правил. В роботі розглядаються основні принципи процесу вилучення правил з нейронних мереж та проводиться дослідження алгоритму DeepRED. В ході дослідження сфери вилучення правил, проведено досить детальний розбір елементів архітектури нейронних мереж та принципу їх роботи (включаючи процес навчання). Задля кращого розуміння можливих підходів до вилучення правил в роботі також розглядаються існуючі на сьогоднішній день методи вилучення правил. В процесі виконання основної частини даної роботи, проводиться дослідження алгоритму DeepRED та можливості його практичного застосування. DeepRED – це найбільш перспективний декомпозиційний алгоритм вилучення правил на сьогоднішній день. Розгляд алгоритму і ряду його покращень, а також, аналіз результатів вилучення правил та порівняння серії його запусків за різних умов, дозволили отримати загальне уявлення щодо можливості його практичного використання та ряду обмежень, що присутні на даний момент. Загальний обсяг роботи — 82 сторінки, 23 рисунки, 26 таблиць, 28 посилань. | uk |
dc.format.page | 82 с. | uk |
dc.identifier.citation | Вохранов, І. А. Вилучення правил прийняття рішень нейронними мережами : магістерська дис. : 122 Комп'ютерні науки / Вохранов Ілля Анатолійович. - Київ, 2022. - 82 с. | uk |
dc.identifier.uri | https://ela.kpi.ua/handle/123456789/52424 | |
dc.language.iso | uk | uk |
dc.publisher | КПІ ім. Ігоря Сікорського | uk |
dc.publisher.place | Київ | uk |
dc.subject | вилучення правил | uk |
dc.subject | нейронні мережі | uk |
dc.subject | машинне навчання | uk |
dc.subject | дерева рішень | uk |
dc.subject | графи рішень | uk |
dc.subject | DeepRED | uk |
dc.subject | rule extraction | uk |
dc.subject | neural networks | uk |
dc.subject | machine learning | uk |
dc.subject | decision trees | uk |
dc.subject | decision graphs | uk |
dc.subject.udc | 004.42 | uk |
dc.title | Вилучення правил прийняття рішень нейронними мережами | uk |
dc.type | Master Thesis | uk |
Файли
Контейнер файлів
1 - 1 з 1
Вантажиться...
- Назва:
- Vokhranov_magistr.pdf
- Розмір:
- 2.02 MB
- Формат:
- Adobe Portable Document Format
- Опис:
Ліцензійна угода
1 - 1 з 1
Ескіз недоступний
- Назва:
- license.txt
- Розмір:
- 9.1 KB
- Формат:
- Item-specific license agreed upon to submission
- Опис: