Разработка информационного критерия эффективности метрических классификаторов и исследование схем комплексирования данных для многоклассового распознавания образов по ансамблю изображений

Номер гранта:	18-07-01231
Область научного знания:	инфокоммуникационные технологии и вычислительные системы
Тип конкурса:	(а)(а) конкурс проектов фундаментальных научных исследований
Год выполнения:	2018г.
Руководитель:	Ланге Михаил Михайлович
Статус заявки:	поддержана

Аннотация к заявке:

Проект ориентирован на разработку методов, алгоритмов и программных средств многоклассовой метрической классификации составных объектов, заданных наборами изображений от источников различной модальности. Актуальность исследования обусловлена необходимостью повышения надежности интеллектуальных систем классификации различного назначения за счет комплексирования данных, порождаемых ансамблем источников. Предлагается информационный критерий эффективности многоклассовых классификаторов в терминах средней взаимной информации между множеством классифицируемых объектов и множеством классов. Теоретическая значимость информационного критерия состоит в установлении соотношений наименьших вероятностей ошибок для исследуемых схем комплексирования. Практическая значимость исследования заключается в разработке технологии реализации различных схем комплексирования данных с использованием элементарных классификаторов типа «класс против всех». Предлагаемый информационный критерий позволяет выявить схемы комплексирования, обеспечивающие более высокую надежность классификации по сравнению с традиционной схемой взвешенного голосования решений по индивидуальным источникам. Дополнительный элемент новизны составляет древовидное представление наборов образов, образующих составные объекты. Многоуровневая структура такого представления позволяет разработать иерархический решающий алгоритм с вычислительной сложностью, существенно меньшей сложности переборного алгоритма. Практические исследования по проекту включают разработку процедуры обучения и получение сравнительных характеристик качества и сложности классификаторов с различными схемами комплексирования на ансамбле биометрических изображений. Разработанные методы и алгоритмы будут реализованы в виде экспериментального программного комплекса в среде MATLAB.

Аннотация к заявке приведена в авторской редакции. По состоянию на 05.08.2025