Категорійна модель інформаційно-екстремального факторного кластер-аналізу діагностичних даних

Abstract

Розглядається категорійна модель системи функціонального діагностування, яка функціонує в режимі факторного кластер-аналізу діагностичних ознак. При цьому категорійна модель у вигляді орієнтованого графу розроблена в рамках інформаційно- екстремальної інтелектуальної технологій аналізу даних, яка базується на максимізації інформаційної спроможності системи функціонального діагностування в процесї машинного навчання. Застосування режиму факторного кластер-аналізу діагностичних ознак дозволяє системі функціонального діагностування в проценсі експлуатації автоматично збільшувати потужність алфавіту класів розпізнавання і перенавчатися.

A categorical model of the system of functional diagnostics, which functions in the mode of factor cluster analysis of diagnostic features, is considered. In this case, the categorical model in the form of a directed graph is developed within the framework of information-extreme intellectual technology of data analysis, which is based on maximizing the information capacity of the system of functional diagnostics in the process of machine learning. The application of the factor factor cluster analysis of diagnostic features allows the system of functional diagnostics in the percentage of operation to automatically increase the power of the alphabet recognition classes and re-engage.