|
Проблемы физики, математики и техники, 2019, выпуск 1(38), страницы 78–84
(Mi pfmt628)
|
|
|
|
ИНФОРМАТИКА
Оптимизация процесса принятия решений в медицинских экспертных системах на базе нечеткой логики с использованием исторических данных
А. В. Курочкинa, В. С. Садовa, О. М. Демиденкоb a Белорусский государственный университет, Минск
b Гомельский государственный университет им. Ф. Скорины
Аннотация:
Наиболее популярными подходами к построению систем поддержки принятия решений являются системы нечеткого вывода и системы машинного обучения с учителем. При этом системы нечеткого вывода строятся только на формализации процесса принятия решения экспертом и не учитывают исторические данные, а системы машинного обучения выводят статистические зависимости только по набору исторических данных, и эти зависимости не поддаются формальному экспертному анализу. В работе рассматриваются возможные способы объединения этих подходов — построение и оптимизации медицинских систем нечеткого вывода на основании исторических данных.
Ключевые слова:
экспертные системы, медицинские экспертные системы, нечеткая логика, машинное обучение.
Поступила в редакцию: 13.02.2019
Образец цитирования:
А. В. Курочкин, В. С. Садов, О. М. Демиденко, “Оптимизация процесса принятия решений в медицинских экспертных системах на базе нечеткой логики с использованием исторических данных”, ПФМТ, 2019, № 1(38), 78–84
Образцы ссылок на эту страницу:
https://www.mathnet.ru/rus/pfmt628 https://www.mathnet.ru/rus/pfmt/y2019/i1/p78
|
Статистика просмотров: |
Страница аннотации: | 274 | PDF полного текста: | 166 | Список литературы: | 35 |
|