Информатика и информационные процессы

Разработка алгоритма на основе логических операций для обнаружения закономерностей в неполных данных

Л. А. Лютикова

Институт прикладной математики и автоматизации – филиал Кабардино-Балкарского научного центра Российской академии наук, 360000, Россия, г. Нальчик, ул. Шортанова, 89 А

Аннотация: В данной работе представлен метод локальной интерпретации решений обученной нейронной сети функциями многозначной логики предикатов. Локальная интерпретация нейронной сети относится к процессу объяснения решений, принимаемых моделью на конкретном примере или в окрестности конкретного входа. В основе предлагаемого подхода лежит множество функций многозначной логики, которые представляют собой обобщенные операции, отвечающие определенным требованиям. Комбинируя эти функции, можно обнаружить внутренние закономерности в данных и даже корректировать результаты, полученные с помощью нейронных сетей. Предложенный метод был исследован в контексте задач классификации с использованием многомерных дискретных признаков. В таких случаях каждый признак может принимать одно из k возможных значений и иметь равную важность для идентификации класса. Этот подход открывает новые возможности для понимания и объяснения правил, лежащих в основе данных, которые не всегда очевидны при использовании обычных нейронных сетей.

Ключевые слова: интерпретация, многозначная логика, нейронная сеть, обобщенное сложение, данные

УДК: 004.83

MSC: 68T27

Поступила в редакцию: 30.11.2023
Исправленный вариант: 01.12.2023
Принята в печать: 10.12.2023

DOI: 10.35330/1991-6639-2023-6-116-109-115

Реферативные базы данных:

•