Please use this identifier to cite or link to this item: https://elib.utmn.ru/jspui/handle/ru-tsu/15284
Title: Алгоритм FDET для построения пространства признаков классификации сложных объектов в рамках графовой модели
Other Titles: FDET Algorithm for Building Space of Classification Patterns in Graph Model
Authors: Воробьёв, Артём Максимович
Artem, M. Vorobyov
Marina, S. Vorobyova
Yurij, A. Egorov
Егоров, Юрий Алексеевич
Воробьева, Марина Сергеевна
Keywords: classification problem solution;complicated structure objects;graph model;subgraph tree;графовая модель;решение задачи классификации;дерево подграфов;объекты сложной структуры
Issue Date: 2017
Citation: Егоров, Ю. А. Алгоритм FDET для построения пространства признаков классификации сложных объектов в рамках графовой модели / Ю. А. Егоров, М. С. Воробьева, А. М. Воробьев // Вестник Тюменского государственного университета. Физико-математическое моделирование. Нефть, газ, энергетика. - 2017. - Т. 3, № 3. - С. 125-134.
metadata.dc.relation.ispartof: Вестник ТюмГУ: Физико-математическое моделирование. Нефть, газ, энергетика. 2017. Том 3 №3
Abstract: В статье рассматривается графовая модель для классификации объектов сложной структуры. В рамках данной модели рассматривается алгоритм gBoost, осуществляющий решение задачи классификации. Решением задачи классификации является множество признаков, значимых для классификации объектов заданной обучающей выборки. Каждый признак представляет собой подграф, входящий хотя бы в один граф обучающей выборки, наличие или отсутствие которого позволяет отнести объект к тому или иному классу. Для построения пространства признаков классификации предложен алгоритм FDET. Входными данными алгоритма являются графы обучающей выборки, выходными — дерево подграфов, в каждом узле которого находится уникальный элемент пространства признаков классификации. В статье приводятся ограничения, накладываемые на входные данные, описание алгоритма и его вычислительная сложность. Разработанный алгоритм был апробирован для решения задачи классификации открытых образовательных курсов по прикладной геологии и нефтегазовому . This paper considers the graph model of the complex objects classification. Within this model’s framework the authors consider gBoost algorithm for solving the classification problem. A classification problem solution is a set of patterns which are valuable for classification of the training sample objects. A pattern is some subgraph included in at least one graph from the training sample and whose presence or absence allows to classify the object. The authors propose FDET for classification patterns space building algorithm. The input data are graphs from the training sample. The output data is the subgraph tree with the unique classification patterns space element in each node. The paper provides the input data constraints, algorithm description and computational complicity. The algorithm was developed and tested for solving the open courses in applied geology and oil and gas business classification problem.
URI: https://elib.utmn.ru/jspui/handle/ru-tsu/15284
Appears in Collections:Вестник ТюмГУ: Физико-математическое моделирование. Нефть, газ, энергетика

Files in This Item:
File SizeFormat 
125_134.pdf1,14 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.