Інформаційно-екстремальний алгоритм навчання унімодального класифікатора для діагностування опортуністичних інфекцій у ВІЛ-інфікованих осіб

Abstract

Пропонується інформаційно-екстремальний алгоритм аналізу і синтезу комп’ютеризованої системи діагностування (КСД) інфекційних патологій, побудованої на базі унімодального класифікатора, який характеризується єдиним центром розсіювання векторів-реалізацій образів. При цьому на етапі навчання системи розглядається задача побудови вирішальних правил шляхом побудови оптимального в інформаційному розумінні розбиття простору ознак на класи розпізнавання з оптимізацією контрольних допусків на діагностичні ознаки розпізнавання за паралельним алгоритмом. За запропонованим алгоритмом розроблено інформаційне та програмне забезпечення системи підтримки прийняття рішень, яка є основною складовою КСД, для діагностування опортуністичних інфекцій у ВІЛ-інфікованих осіб. При цитуванні документа, використовуйте посилання http://essuir.sumdu.edu.ua/handle/123456789/31997

Предлагается информационно-экстремальный алгоритм анализа и синтеза компьютеризированной системы диагностирования (КСД) инфекционных патологий, построенной на базе унимодального классификатора, который характеризуется единым центром рассеивания векторов-реализаций образов. При этом на этапе обучения системы рассматривается задача построения решающих правил путем построения оптимального в информационном смысле разбиения пространства признаков на классы распознавания с оптимизацией контрольных допусков на диагностические признаки распознавания по параллельному алгоритму. На основании предложенного алгоритма разработано информационное и программное обеспечение системы поддержки принятия решений, которая является основной составляющей КСД, для диагностирования оппортунистических инфекций у ВИЧ-инфицированных лиц. При цитировании документа, используйте ссылку http://essuir.sumdu.edu.ua/handle/123456789/31997

The information-extreme algorithm of analysis and synthesis of the infectious pathologies computerized diagnostic system (CDS) is proposed. It is based on the unimodal classifier, which is characterized by a single center of patterns vector-realization distribution. Thus the problem of decision rules building is considering by constructing of the feature space optimal partitioning into classes of recognition in the information sense with parallel optimization of the control tolerances for diagnostic recognition attributes. Dataware and software of the decision support system, which is the main component of CDS for diagnosis of opportunistic infections in HIV-infected persons is developed based on the proposed learning algorithm. When you are citing the document, use the following link http://essuir.sumdu.edu.ua/handle/123456789/31997