Журнал "Программная инженерия"
Теоретический и прикладной научно-технический журнал
ISSN 2220-3397

Номер 6 2018 год

DOI: 10.17587/prin.9.272-280
УДК: 004.942
Предиктивная оценка верхней границы ошибки прогноза модели, возникающей вследствие концептуального смещения данных на примере мем-грамм-модели
А. А. Артемов, инженер, соискатель, e-mail: artemsince2@ya.ru, АНО Центр проблем стратегических ядерных сил Академии военных наук, г. Юбилейный

Представлено решение задачи, направленной на оценку ошибки прогноза статистической вероятности события — наличия набора признаков у объектов модели заданной предметной области. Автор рассматривает комбинацию признаков объекта в виде n-грамм. Объектом модели предметной области является уникальная n-грамма фиксированной длины. Совокупность "мутирующих" объектов, объединенных по заданному критерию (например, время), образуют эволюционирующие мультимножества вариативной мощности. При таком формальном описании модели, фактором, идентифицирующим присутствие набора признаков, является наличие общего элемента двух мультимножеств — мем-граммы, а вероятность данного события определяется функционалом от числа копий мем-граммы. Модель, в которой определена данная аксиоматика, именуется автором мем-грамм-моделью. Предложенное решение акцентирует внимание на рассмотрении вопросов оценки статистической вероятности повторяющихся элементов мультимножеств при условии возможности прогноза их численности только для части этих элементов. Такое решение востребовано в процессе разработки моделей представления знаний для самообучаемых интеллектуальных систем в условиях ограниченного объема обучающих примеров из общего объема перманентно изменяющихся больших данных.

Ключевые слова: мем-грамм-модель, смещение данных, элементы наследственности, меметический алгоритм, эволюционирующая система, подобные мультимножества, вложенное мультимножество, теорема Расторгуева
Стр. 272–280