Построение диагностических моделей на основе парадигмы отрицательного отбора с использованием принципа маскирования детекторов

Abstract

RU: Получили дальнейшее развитие модель отрицательного отбора с использованием маскированных детекторов и метод ее обучения. Исследовались различные критерии останова для метода обучения модели. Разработан критерий останова, позволяющий выполнить своевременный останов процесса обучения, и таким образом ускорить данный процесс, а также сократить использование вычислительных ресурсов. UK: Дістали подальшого розвитку модель негативного відбору з використанням маскованих детекторів та метод її навчання. Досліджувалися різноманітні критерії зупину для методу навчання моделі. Розроблено критерій зупину, що дозволяє виконувати своєчасний зупин процесу навчання, і таким чином прискорити даний процес, а також скоротити використання обчислювальних ресурсів. EN: A new negative selection model using masked detectors with training method has been developed. Various stopping criteria for the training method have been investigated. The stopping criterion is proposed. It allows to terminate training procedure, to speed-up training process and to reduce computational resources.