Повхан, І. Ф.Povkhan, Ihor F.2021-04-152021-04-1520192311-3405 (Print)2313-0415 (Online)https://eir.nuos.edu.ua/handle/123456789/3890Повхан, І. Ф. Моделі алгоритмів розпізнавання у вигляді логічних дерев класифікації = Models of recognition algorithms in the form of logical classification trees / І. Ф. Повхан // Зб. наук. пр. НУК. – Миколаїв : НУК, 2019. – № 1 (475). – С. 156–162.Робота порушує важливі питання теорії розпізнавання образів, які пов’язані із загальною проблематикою побудови деревоподібних схем розпізнавання. Зрозуміло, що простий, ефективний, економний метод побудови логічного дерева класифікації навчальної вибірки дає змогу забезпечити необхідну швидкодію, рівень складності схеми розпізнавання, що гарантує проведення простого та повного розпізнавання дискретних об’єктів. Так, нині існують різноманітні методи побудови як логічних дерев з одноразовим використанням ознак у структурі логічного дерева (алгоритми випадкових дерев, метод розгалуженого вбору ознак з початковою оцінкою інформативності), так і дерев із повторами різних ознак на ярусах логічного дерева (алгоритм побудови дерева з покроковою оцінкою важливості ознак тощо). У роботі фіксуються суттєві переваги логічних дерев класифікації – програмна простота побудови дерева класифікації, зменшення часу загальної генерації логічного дерева та ін. Робота актуальна для всіх методів розпізнавання образів, в яких отримана функція класифікації може бути представлена у вигляді логічного дерева. У роботі велика увага приділена поняттю T–опорної множини, показаний зв’язок T–опорних множин із логічними деревами класифікації, показані експертні системи в розрізі задач розпізнавання. Варто зауважити, що питання опорних множин безпосередньо пов’язане з питанням ефективного пошуку тупикових тестів. Саме питання пошуку множини всіх тупикових тестів − обчислювано складна комбінаторна задача, яка навіть при сучасному програмно-апаратному забезпеченні (з використанням механізму розпаралелювання) не може бути вирішена навіть для порівняно невеликих навчальних вибірок (кілька тисяч об’єктів та ознак). Тому у процесі розв’язання практичних задач обчислюється та використовується лише певна частка тупикових тестів. Представлення алгоритмів розпізнавання у вигляді логічних дерев дає змогу економити апаратну пам’ять комп’ютера при їх практичній реалізації.ukзадачі розпізнавання образівлогічне деревограф-схемні моделіопорні множининавчальна вибіркаекспертні системиpattern recognition problemslogical treegraph-scheme modelsreference setstraining sampleexpert systemsArticle