{"title":"МЕТОД ІДЕНТИФІКАЦІЇ СТАНУ КОМП'ЮТЕРНОЇ СИСТЕМИ НА ОСНОВІ АНСАМБЛЕВИХ КЛАСИФІКАТОРІВ З ПОКРАЩЕНОЮ ПРОЦЕДУРОЮ ГОЛОСУВАННЯ","authors":"Oleksii Hornostal, Svitlana Gavrylenko","doi":"10.26906/sunz.2023.3.079","DOIUrl":null,"url":null,"abstract":"Об'єктом дослідження є процес ідентифікації стану комп'ютерної системи. Предметом дослідження є методи ідентифікації стану КС. Метою дослідження є підвищення якості та швидкодії ансамблевих класифікаторів шляхом оптимізації процедури голосування. Методи, що використовуються: методи машинного навчання, ансамблеві класифікатори, метод обрізки ансамблів, процедура зваженого адаптивного голосування. Отримані результати: розроблено ансамблевий метод ідентифікації комп'ютерних систем на основі мета-алгоритму бегінг зі спеціальною процедурою зменшення кількості базових класифікаторів та їх ранжування. Досліджено ефективність різних підходів обрізки базових класифікаторів на основі дерев рішень для підвищення якості мета-алгоритму. Розглянуто різні види методів розрахунку вагових коефіцієнтів для реалізації зваженого голосування з використанням різних метрик якості. Експериментальні дослідження дозволили оцінити розглянуті підходи окремо, а також підтвердили ефективність їх комплексного використання. Висновки. За результатами дослідження запропоновано удосконалений ансамблевий класифікатор ідентифікації стану комп'ютерної системи на основі мета-алгоритму бегінг, який відрізняється від відомих комплексним використанню методів обрізки базових класифікаторів ансамблів та використанням процедури адаптного зваженим голосуванням За рахунок удосконалення класифікатору вдалося підвищити його точність до 2.5%. Перспективами подальших досліджень може бути підбір та налаштування базових класифікаторів з використанням різних методів машинного навчання.","PeriodicalId":488657,"journal":{"name":"Sistemi upravlìnnâ, navìgacìï ta zvʼâzku","volume":"14 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2023-09-15","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Sistemi upravlìnnâ, navìgacìï ta zvʼâzku","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.26906/sunz.2023.3.079","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0
Abstract
Об'єктом дослідження є процес ідентифікації стану комп'ютерної системи. Предметом дослідження є методи ідентифікації стану КС. Метою дослідження є підвищення якості та швидкодії ансамблевих класифікаторів шляхом оптимізації процедури голосування. Методи, що використовуються: методи машинного навчання, ансамблеві класифікатори, метод обрізки ансамблів, процедура зваженого адаптивного голосування. Отримані результати: розроблено ансамблевий метод ідентифікації комп'ютерних систем на основі мета-алгоритму бегінг зі спеціальною процедурою зменшення кількості базових класифікаторів та їх ранжування. Досліджено ефективність різних підходів обрізки базових класифікаторів на основі дерев рішень для підвищення якості мета-алгоритму. Розглянуто різні види методів розрахунку вагових коефіцієнтів для реалізації зваженого голосування з використанням різних метрик якості. Експериментальні дослідження дозволили оцінити розглянуті підходи окремо, а також підтвердили ефективність їх комплексного використання. Висновки. За результатами дослідження запропоновано удосконалений ансамблевий класифікатор ідентифікації стану комп'ютерної системи на основі мета-алгоритму бегінг, який відрізняється від відомих комплексним використанню методів обрізки базових класифікаторів ансамблів та використанням процедури адаптного зваженим голосуванням За рахунок удосконалення класифікатору вдалося підвищити його точність до 2.5%. Перспективами подальших досліджень може бути підбір та налаштування базових класифікаторів з використанням різних методів машинного навчання.