Видання зареєстровані авторами шляхом самоархівування
Permanent URI for this communityhttps://devessuir.sumdu.edu.ua/handle/123456789/1
Browse
2 results
Search Results
Item Інформаційно-екстремальне ієрархічне навчання системи керування протезом кісті руки з неінвазивною системою зчитування біосигналів(Національний університет "Запорізька політехніка", 2020) Довбиш, Анатолій Степанович; Dovbysh, Anatolii Stepanovych; П'ятаченко, Владислав Юрійович; Piatachenko, Vladyslav Yuriiovych; Симоновський, Юлій Віталійович; Symonovskyi, Yulii Vitaliiovych; Шкуропат, О.А.Актуальність. Розв’язана актуальна задача інформаційного синтезу здатної навчатися системи керування протезом кісті руки з неінвазивною системою зчитування біосигналів. Мета роботи – підвищення функціональної ефективності системи керування протезом кісті руки з неінвазивною системою зчитування біосигналів на основі машинного навчання, що дозволяє при функціонуванні системи в робочому режимі розпізнавати з високою достовірністю і оперативністю когнітивні команди користувача протезу. Метод. У рамках інформаційно-екстремальної інтелектуальної технології (ІЕІ-технології) аналізу даних, яка базується на максимізації інформаційної спроможності системи розпізнавання в процесі машинного навчання, запропоновано метод інформаційного синтезу інтелектуальної системи керування протезом кісті руки з неінвазивною системою зчитування біосигналів. На відміну від існуючих методів інтелектуального аналізу даних метод інформаційно-екстремального машинного навчання розроблено в рамках функціонального підходу до моделювання когнітивних процесів, притаманних людині при формування та прийняття класифікаційних рішень. Такий підхід дозволяє наділити систему керування протезом властивостями адаптивності до довільних початкових умов формування когнітивних команд і перенавчання при розширенні словника ознак та алфавіту класів розпізнавання. Крім того, вирішальні правила, побудовані за отриманими в процесі машинного навчання геометричними параметрами гіперсферичних контейнерів класів розпізнавання є практично інваріантними до багато вимірності простору ознак розпізнавання. На основі запропонованої категорійної моделі розроблено алгоритм машинного навчання з оптимізацією ієрархічної структури даних. При цьому досліджено вплив на функціональну ефективність машинного навчання структур даних, побудованих у вигляді дихотомічного і декурсивного дерев. Як критерій оптимізації параметрів машинного навчання використовується модифікація інформаційної міри Кульбака, яка є функціоналом точнісних характеристик рішень, що приймаються. Результати. Побудовані в процесі ієрархічного інформаційно-екстремального машинного навчання вирішальні правила дозволяють розпізнавати в реальному темпі часу когнітивні команди з достатньо високою повною ймовірністю прийняття правильних класифікаційних рішень. За результатами фізичного моделювання доведено, що при використанні ієрархічної структури даних у вигляді декурсивного дерева функціональна ефективність машинного навчання збільшується у порівнянні із структурою даних у вигляді дихотомічного бінарного дерева. Висновки. Експериментально підтверджено достатньо високу функціональну ефективність запропонованого методу інформаційно-екстремального машинного навчання системи керування протезом кісті руки з неінвазивною системою зчитування біосигналів. Отримані наукові результати відкривають новий напрям створення інтелектуальних протезів руки з неінвазивною системою зчитування біосигналів на основі машинного навчання та розпізнавання образів.Item Інформаційно-екстремальне машинне навчання системи керування протезом кінцівки руки для розпізнавання електроміографічних біосигналів за розрідженою навчальною матрицею(Кременчуцький національний університет, 2023) П'ятаченко, Владислав Юрійович; Пятаченко, Владислав Юрьевич; Piatachenko, Vladyslav Yuriiovych; Довбиш, Анатолій Степанович; Довбыш, Анатолий Степанович; Dovbysh, Anatolii StepanovychРозглядається задача машинного навчання системи керування протезом кисті руки з неінвазивною системою зчитування біосигналів. Задача розв’язується у рамках інформаційно-екстремальної інтелектуальної технології аналізу даних, яка базується на максимізації інформаційної спроможності системи у процесі її машинного навчання. Розроблений інформаційно-екстремальний метод машинного навчання системи керування протезом кінцівки руки на відміну від нейроподібних структур розроблено у рамках функціонального підходу до моделювання когнітивних процесів природного інтелекту при формуванні та прийнятті класифікаційних рішень. У результаті запропонований метод набуває властивості адаптивності до довільних умов формування навчальної матриці та гнучкості при перенавчанні системи через розширення алфавіту класів розпізнавання. Крім того, вирішальні правила, побудовані за отриманими у процесі інформаційно-екстремального машинного навчання оптимальними в інформаційному розумінні геометричними параметрами контейнерів класів розпізнавання, характеризуються високою оперативністю, що є важливим показником функціональної ефективності когнітивно керованого протезу. Відмінність розробленого методу від відомих методів інформаційно-екстремального машинного навчання полягає у застосуванні розрідженої навчальної матриці, що дозволяє суттєво зменшити ступінь перетину класів розпізнавання у просторі ознак. За результатами комп’ютерного моделювання доведено, що використання розрідженої навчальної матриці, отриманої за результатами оптимізації рівня квантування електроміографічних біосигналів для алфавіту трьох класів розпізнавання, дозволяє підвищити повну ймовірність правильного прийняття класифікаційних рішень майже у п’ять разів порівняно з нерозрідженою навчальною матрицею, що гарантує прийняття у робочому режимі високодостовірних класифікаційних рішень.