Voting procedures from the perspective of theory of neural networks

Ibragim Esenovich Suleimenov, Sergey Panchenko, Oleg Gabrielyan, Ivan Pak

2016

Полный текст Открытый доступ: Gold Метаданные (CSL-JSON)

DOI 10.1515/eng-2016-0048

Достоверность данных 70 средняя

Как считается эта оценка

Складывается из проверяемых признаков самой записи: есть ли у статьи DOI, сколько независимых источников подтвердили её данные, заполнены ли обязательные поля и насколько свежо последнее подтверждение. Снижают оценку расхождения между источниками и отсутствие идентификатора. Значение от 80 означает, что запись опубликована без дополнительной проверки; от 60 до 79 — что она опубликована с пониженной достоверностью и ручная проверка желательна. Запись, выверенную редактором вручную, пересчёт не опускает ниже 90. Это оценка наших данных о статье, а не оценка самой статьи.

Аннотация

Abstract It is shown that voting procedure in any authority can be treated as Hopfield neural network analogue. It was revealed that weight coefficients of neural network which has discrete outputs −1 and 1 can be replaced by coefficients of a discrete set (−1, 0, 1). This gives us the opportunity to qualitatively analyze the voting procedure on the basis of limited data about mutual influence of members. It also proves that result of voting procedure is actually taken by network formed by voting members.