RUS  ENG
Полная версия
ЖУРНАЛЫ // Искусственный интеллект и принятие решений // Архив

Искусственный интеллект и принятие решений, 2020, выпуск 2, страницы 63–77 (Mi iipr135)

Эта публикация цитируется в 1 статье

Анализ решений

Снижение размерности признакового пространства: метод СОКРАТ

А. Б. Петровскийabcd

a Федеральный исследовательский центр «Информатика и управление» Российской академии наук, г. Москва, Россия
b Белгородский государственный технологический университет имени В. Г. Шухова, г. Белгород, Россия
c Белгородский государственный национальный исследовательский университет, г. Белгород, Россия
d Волгоградский государственный технический университет, г. Волгоград, Россия

Аннотация: Описывается новый метод СОКРАТ (СОкращение КРитериев и АТрибутов) для снижения размерности признакового пространства. В методе многие исходные числовые и/или вербальные характеристики объектов агрегируются в единственный интегральный показатель или несколько составных показателей с небольшими шкалами качественных оценок. Многопризнаковые объекты представляются как мультимножества свойств объектов. Агрегирование показателей признаков включает разные способы преобразования признаков и их шкал. Уменьшение числа признаков и сокращение их шкал позволяют упростить решение прикладных задач, в частности, задач многокритериального выбора и объяснить полученные результаты.

Ключевые слова: многопризнаковые объекты, мультимножества, признаковое пространство, снижение размерности, агрегирование признаков, составной показатель, многокритериальный выбор.

DOI: 10.14357/20718594200205


 Англоязычная версия: , 2021, 48:5, 342–355

Реферативные базы данных:


© МИАН, 2024