RUS  ENG
Полная версия
ЖУРНАЛЫ // Информатика и её применения // Архив

Информ. и её примен., 2023, том 17, выпуск 3, страницы 71–75 (Mi ia861)

Классификация с помощью причинно-следственных связей

А. А. Грушоa, Н. А. Грушоa, М. И. Забежайлоa, Д. В. Смирновb, Е. Е. Тимонинаa

a Федеральный исследовательский центр «Информатика и управление» Российской академии наук
b ПАО Сбербанк России

Аннотация: По определению свойство $A$ в объекте $O$ служит причиной появления следствия $B$, которое доступно наблюдению в информационном пространстве $I$, если характеристики $A$ могут породить объект в пространстве $I$, содержащий следствие $B$, и в этом случае при появлении $A$ детерминированно появляется $B$. Поэтому можно рассматривать задачу классификации как вычисление следствий характеристик объекта, где в качестве следствий выступают характеристики класса. В этом случае характеристики объекта классификации можно рассматривать как причину, которая детерминированно (классификация как отображение) порождает следствия (характеристики класса). В рассматриваемом случае каждое из свойств $A_i$, $i= 1,\ldots , k$, служит причиной детерминированного появления непустого множества своих следствий. Если число классов велико, так же как множества следствий каждого $A_i$, то задача классификации может оказаться трудно вычислимой из-за того, что возможны повторения следствий в множествах следствий. Поэтому целесообразно искать упрощенные схемы классификации объектов по находящимся в них причинах следствий. Для этого может быть использован аппарат систем различных представителей (СРП). В условиях задачи классификации причин по следствиям нельзя непосредственно воспользоваться теоремой Ф. Холла об СРП, так как нельзя разрывать элементы цепочек причинно-следственных связей. В статье показано, что преобразование каждой из одинаковых цепочек причинно-следственных связей в один общий новый элемент в множествах следствий формирует возможности применения условий теоремы Ф. Холла.

Ключевые слова: причинно-следственные связи, конечная классификация, поиск свойств в ненаблюдаемых данных.

Поступила в редакцию: 05.06.2023

DOI: 10.14357/19922264230310



© МИАН, 2024