Статья: МЕТОДИКА ПОСТРОЕНИЯ ИНТЕРПРЕТИРУЕМЫХ НЕЧЕТКИХ КЛАССИФИКАТОРОВ ДЛЯ СИСТЕМ ОБЪЯСНИМОГО ИСКУССТВЕННОГО ИНТЕЛЛЕКТА (2025)

Читать онлайн

Применение систем искусственного интеллекта на основе методов машинного обучения в критически важных проблемных областях связано с высокими рисками и требует объяснения человеку полученного результата. Прогностические модели, обладающие таким свойством, называются интерпретируемыми. Отсутствие такой возможности снижает уровень доверия к результату и может быть причиной замедления общественного принятия и внедрения таких систем. Системы искусственного интеллекта на основе нечетких систем позволяют объяснить результат своего решения. Благодаря наличию базы продукционных правил они способны выражать знания в ориентированной на человека форме, используя термины естественного языка. Предложена методика построения нечетких классификаторов, направленная на улучшение интерпретируемости с учетом недостатков известных методов построения. Методика включает в себя применение алгоритмов смешанной многокритериальной оптимизации, дискретной оптимизации, градиентного спуска и метода разделения данных. Проведен эксперимент на 38 общедоступных наборах данных из различных проблемных областей для оценки эффективности классификаторов, построенных с помощью предлагаемой методики. Проведено статистическое сравнение с известными интерпретируемыми классификаторами - генетическими нечеткими системами FARC-HD и деревьями решений CART. Применение методики позволило при сопоставимой точности статистически значимо повысить интерпретируемость классификаторов путем уменьшения числа правил, числа признаков и общего числа нечетких терминов по сравнению с генетическими системами FARC-HD и числа правил и числа условий в правиле по сравнению с классификаторами на основе деревьев решений CART. Достигнутые результаты свидетельствуют о высоком уровне интерпретируемости классификаторов, построенных с помощью предлагаемой методики.

Ключевые фразы: объяснимый искусственный интеллект, машинное обучение, классификация, нечеткие системы, интерпретируемость, алгоритмы обучения, Метаэвристические алгоритмы, оптимизация
Автор (ы): Сарин Константин Сергеевич (Sarin K. S.)
Журнал: ДОКЛАДЫ ТОМСКОГО ГОСУДАРСТВЕННОГО УНИВЕРСИТЕТА СИСТЕМ УПРАВЛЕНИЯ И РАДИОЭЛЕКТРОНИКИ

Предпросмотр статьи

Идентификаторы и классификаторы

SCI
Образование
УДК
004.85. Обучение
Для цитирования:
САРИН К. С. МЕТОДИКА ПОСТРОЕНИЯ ИНТЕРПРЕТИРУЕМЫХ НЕЧЕТКИХ КЛАССИФИКАТОРОВ ДЛЯ СИСТЕМ ОБЪЯСНИМОГО ИСКУССТВЕННОГО ИНТЕЛЛЕКТА // ДОКЛАДЫ ТОМСКОГО ГОСУДАРСТВЕННОГО УНИВЕРСИТЕТА СИСТЕМ УПРАВЛЕНИЯ И РАДИОЭЛЕКТРОНИКИ. 2025. Т. 28 № 2 (20 СТ.)
Текстовый фрагмент статьи
Будьте первым, кто начнет обсуждение

Если у вас возникли вопросы или появились предложения по содержанию статьи, пожалуйста, направляйте их в рамках данной темы.