Решающая функция

Cтраница 3

Критерием правильности выбора решающей функции может быть критерий Баиеса - критерий математической статистики, смысл которого состоит в оценке ожидаемого риска потерь, складывающегося из количества ошибок опознания и стоимости каждой ошибки. Решающее правило, выбранное в соответствии с правилом Баиеса, обеспечивает минимум потерь при решении задачи опознания. Кибернетикам известно, что чем сложнее решающее правило классификации ( опознания), тем сложнее аппаратура для технической реализации его в виде пер-целтрона. [31]

Критерием правильности выбора решающей функции может быть критерий Байеса - критерий математической статистики, смысл которого состоит в оценке ожидаемого риска потерь, складывающегося из количества ошибок опознания и стоимости каждой ошибки. Решающее правило, выбранное в соответствии с правилом Байеса, обеспечивает минимум потерь при решении задачи опознания. Кибернетикам известно, что чем сложнее решающее правило классификации ( опознания), тем сложнее аппаратура для технической реализации его в виде перцептрона. Поэтому большие усилия исследователей направлены на то, чтобы существенно упростить решающие правила. [32]

Применяя одну из решающих функций, для выбранной пары начальных значений получаем определенное решение, которое находится в зоне притяжения введенного начального приближения. [33]

Система разпознавания образов. [34]

Подход на основе решающих функций позволяет задавать как байесовские, так и не байесовские решающие правила. [35]

К на основе решающих функций, необходимо или сравнивать расстояния между X и прототипами заданных классов, или оценить положение X относительно разделяющих классы гиперповерхностей. Поскольку распознавание возможно только относительно известных классов, для решения такой задачи необходимо разбить на классы элементы обучающей выборки X, например, с помощью одного из вышеизложенных алгоритмов, затем построить решающие функции для отнесения объекта к одному из классов. [36]

Рассмотрим алгоритм построения решающей функции как разделяющей границы D ( X отделяющей области положительного и отрицательного потенциалов. При описании алгоритма используем обозначения, принятые в описании алгоритма построения линейной разделяющей функции. Легко заметить, что оба алгоритма имеют много общего. [37]

Более подробно структура кусочно-линейных решающих функций рассматривается в гл. Естественно, что кусочно-линейные функции позволяют построить разделяющие поверхности практически во всех случаях, когда односвязные области диагнозов не пересекаются. [38]

Рассмотрим алгоритм построения линейных решающих функций. [39]

Полезно представлять себе байесовскую решающую функцию следующим образом. Если решение принимается без предварительных наблюдений, то оптимально байесовское решение при априорном распределении W. Если же перед принятием решения наблюдается значение X, то при наблюденном значении X задача решения для статистика по существу та же самая, что и в первом случае, разница только в том, что априорное распределение W заменилось на апостериорное. [40]

Тогда б называется байесовской решающей функцией при Ег а р () по-прежнему называется байесовским риском. [41]

При этой системе все решающие функции по организации трудового процесса передаются в ведение администрации. Планирование трудовых операций полностью отделяется от их исполнения, рабочие превращаются в простой объект управления. Они вольны, пожалуй, только увеличивать затраты физического труда сверх усредненной нормы, если желают получить прибавку к заработной плате. Не случайно марксисты усмотрели в тейлоризме сознательную политику ослабления позиций рабочего класса путем его деквалификации. [42]

В случае, если решающая функция 6 является ран-до. [43]

Ключевое слово Given и решающие функции могут вводиться с заглавными или строчными начальными буквами. [44]

В-четвертых, машина реализует кибернетические решающие функции, которые, как было показано ранее, принадлежат к классу функций, описывающих только реальные ситуации. Действия обучающей машины, их следствия и выводы, к которым она приходит, никогда не оцениваются по критерию правильно или неправильно. Они представляют статистические решения, основанные на неполной информации, описывающей конкретные условия, и не определенные заранее алгоритмом. На эти решения оказывают влияние практически безграничное разнообразие и значительные шумы, вследствие чего полученные решения могут оказаться противоречивыми и бессистемными. [45]

Страницы: 1 2 3 4