On Correctness Conditions for Algebra of Recognition Algorithms with μ-Operators over Pattern Problems with Binary Data

2018

Закрытый доступ Метаданные (CSL-JSON)
DOI 10.1134/s1064562418060078
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

The concept of an Ω-weakly regular problem is introduced. On the basis of the Zhuravlev operator approach combined with the neural network paradigm, it is shown that, for each such problem, a correct algorithm and a six-level spatial neural network reproducing the computations executed by this algorithm can be constructed. Moreover, the set of Ω-weakly regular problems includes the set of Ω-regular problems. It turns out that a three-level spatial network (μ-block) is a forward propagation network whose inner loop under estimation of the class membership for each test object consists of a single iteration. As a result, the amount of computations required for the six-level network is reduced noticeably.