Development of Knowledge Extraction Methodology from Trained Artificial Neural Networks
2020
Andrejs Bondarenko

Aizstāvēšana
18.06.2020. 14:30, Daugravgrīvas 2, 220 kab. Rīga, Latvija

Zinātniskais vadītājs
Ludmila Aleksejeva

Recenzenti
Jānis Grundspeņķis, Pēteris Grabusts, Yevgeniy Bodyanskiy

Promocijas darbs ir veltīts metodoloģijas izstrādei, kas paredzēta zināšanu izgūšanai no apmācītiem mākslīgiem neironu tīkliem (MNT). Mākslīgie neironu tīkli bieži uzrāda izcilus rezultātus klasifikācijas uzdevumos, bet nereti tos nav iespējams pielietot sakarā ar neskaidrību par to, kā tiek pieņemts klasifikācijas lēmums. Tas stipri ierobežo dotā veida klasifikatoru pielietojamību, it īpaši kritiskās nozarēs: medicīnā, kodolenerģētikā, finanšu un citās jomās. Izgūtās zināšanas ļauj ekspertam validēt modeļa klasifikācijas lēmumu. Validācijai ekspertam nepieciešamas zināšanas reprezentētas ar likumiem kuriem ir vienkārša struktūra. Tapāt zināšanas izgūtās no MNT ir viegli iebūvējamas citās informācijas sistēmās, piemēram, datubāzēs. Šajā gadījumā izgūto likumu klasifikācijas precizitātei ir lielāka nozīme nekā mazam izmēram vai vienkāršībai, kas nodrošina ekspertam klasifikācijas lēmuma saprotamību. Darba gaitā tika izstrādāta metodoloģija zināšanu izgūšanai no apmācīta MNT. Šī metodoloģija dod ieskatu zināšanu reprezentācijas veidos un apvieno izstrādātas pieejas klasifikācijas lēmumu koka izgūšanai no MNT, Ja-Tad likumu izgūšanai no gaballīniju klasifikatora un eliptisko likumu izgūšanai no radiālas bāzes funkcijas MNT. Pēdējās divas pieejas balstītas optimizācijas metodēs. Turklāt lēmumu koku un eliptisko likumu izgūšanas metodes ir pielietojamas jebkura tipa klasifikatoram. Piedāvāta vispārināšanas iespējas palielinoša MNT apgriešanas pieeja, ir paveikta svaru un neironu apgriešanas efekta salīdzināšana un dotas rekomendācijas apgriešanas pieeju izvēlei. Metodoloģija piedāvā eksperimentāli apstiprinātas rekomendācijas izgūto likumu precizitātes uzlabošanai vai to vienkāršošanai.


Atslēgas vārdi
Neural Networks, Knowledge Extraction

Bondarenko, Andrejs. Development of Knowledge Extraction Methodology from Trained Artificial Neural Networks. Promocijas darbs. Rīga: [RTU], 2020. 158 lpp.

Publikācijas valoda
English (en)
RTU Zinātniskā bibliotēka.
E-pasts: uzzinas@rtu.lv; Tālr: +371 28399196