pattern recognition

МЕТОД ОПТИМІЗАЦІЇ РОЗПІЗНАВАННЯ ОБʼЄКТІВ У ЗАКРИТОМУ СЕРЕДОВИЩІ ДЛЯ МОБІЛЬНИХ РОБОТИЗОВАНИХ СИСТЕМ З ОБХОДОМ ПЕРЕШКОД (ENGLISH)

Запропоновано використання модифікованого процесу навчання нейронної мережі з почерговим використанням декількох наборів даних для розпізнавання обʼєктів мобільними роботизованими системами у закритому просторі. Проаналізовано останні дослідження та підходи до вирішення проблеми розпізнавання точних контурів обʼєктів, виявлено ключові особливості декількох архітектур нейронних мереж. Виявлено нестачу даних про ефективність використання систем розпізнавання обʼєктів у мобільних роботизованих системах із обходом перешкод у закритому просторі.

Multi-criteria decision making based on novel distance measure in intuitionistic fuzzy environment

In comparison to fuzzy sets, intuitionistic fuzzy sets are much more efficient at representing and processing uncertainty.  Distance measures quantify how much the information conveyed by intuitionistic fuzzy sets differs from one another.  Researchers have suggested many distance measures to assess the difference between intuitionistic fuzzy sets, but several of them produce contradictory results in practice and violate the fundamental axioms of distance measure.

ПРОБЛЕМА ЗБІЖНОСТІ ПРОЦЕДУРИ ПОБУДОВИ КЛАСИФІКАТОРІВ У СХЕМАХ ЛОГІЧНИХ І АЛГОРИТМІЧНИХ ДЕРЕВ КЛАСИФІКАЦІЇ

Розглядається проблема збіжності процедури синтезу схем класифікаторів у методах логічних і алгоритмічних дерев класифікації. Запропонована верхня оцінка складності схеми дерева алгоритмів у задачі апроксимації масиву реальних даних набором узагальнених ознак з фіксованим критерієм зупинки процедури розгалуження на етапі побудови дерева класифікації. Даний підхід дає змогу забезпечити необхідну точність моделі, оцінити її складність, знизити кількість розгалужень та досягти необхідних показників ефективності.