Індекс рубрикатора НБУВ: З973.6

Рубрики:

Нейрокомп'ютери

Шифр НБУВ: Ж14024 Пошук видання у каталогах НБУВ 

Розглянуто моделі першої стадії міркувань за аналогією: пошук у пам'яті аналогів деякої ситуації. Ситуації та аналоги ієрархічно структуровані та можуть включати відношення вищих порядків, що ускладнює пошук за умов використання традиційних підходів. Наведено схеми розподіленого представлення аналогів у вигляді багатовимірних бінарних векторів. Показано, що ступінь схожості ситуацій можна відобразити за допомогою величини скалярного добутку векторів, які їх представляють. Це створює підгрунтя для моделювання процесів пошуку аналогів людьми та більш ефективного пошуку у базах знань.

Індекс рубрикатора НБУВ: З973.6

Рубрики:

Нейрокомп'ютери

Шифр НБУВ: Ж14024 Пошук видання у каталогах НБУВ 

Розглянуто методи формування багатовимірних векторних представлень слів, що відображають їх семантичну близькість. Використовується статистика сумісного вживання слів і контекстів у великих корпусах текстів. Реалізовано прототип програмних засобів обробки текстової інформації, формування семантичних представлень та текстового пошуку. Приведено результати експериментальних досліджень адекватності розроблених представлень у ряді тестових задач.

Ключ. слова: классификация тестов, векторные представления, информативные признаки, семантическая близость
Індекс рубрикатора НБУВ: З970.620

Рубрики:

Системи оброблення текстової інформації

Шифр НБУВ: Ж14024 Пошук видання у каталогах НБУВ 

Рассмотрены векторные представления текстовой информации на основе частот встречаемости слов и их последовательности, а также распределенные векторные представления, учитывающие семантическую близость слов. Представлены архитектура программной системы, разработанной для экспериментального исследования алгоритмов поиска с помощью векторных представлений, и прототип системы поиска на базе веб-серверного подхода. Приведены результаты сравнительного тестирования.

Розглянуто процедури стохастичного розподіленого бінарного розрідженого кодування числових векторів. Розглянуто деякі проблеми такого кодування та варіанти їх подолання, у тому числі шляхом зв'язування контекстно-залежним проріджуванням. Наведено характеристики перекриття кодів для різних розмірностей вхідного простору та параметрів кодування.

Розроблено й експериментально досліджено бінарні розподілені представлення векторних даних (числових, текстових та зображень) у задачах класифікації. Проведено порівнювальний аналіз результатів для різних методів і задач із штучними та природними даними.

Розглянуто характеристики грубого кодування за допомогою випадково розподілених гіперпрямокутних рецептивних полів для двопорогової схеми випадкових підпросторів RSC та однопорогової схеми Prager. Одержано розподіли ймовірностей розмірності рецептивних полів, вирази щільності розподілу у різних точках вхідного простору, характеристики перекриття кодів та ін. Результати порівняльного аналізу підтверджено експериментально.

Надано опис нейромережевого класифікатора LiRA та його модифікацій. Наведено результати експериментального дослідження класифікації зображень рукописних цифр бази MNIST. Проаналізовано вплив на якість класифікації захисної смуги, розширення навчальної вибірки та ряду способів об'єднання множинних результатів. Запропоновано та випробувано процедури добору інформативних і фільтрації надлишкових ознак.

We investigate the properties of randomized binary vector representations with adjustable sparseness formed from the input vectors by projecting them using a random matrix with ternary elements {-1, 0, +1}. We analyze the accuracy of estimating the measures of similarity-difference of the source vectors having a floating-point format by the output binary vectors. Those vector representations can be used for an efficient processing of large volumes of input multidimensional vectors in applications related to search, classification, associative memory, etc.