ISSN 2071-8594

Российская академия наук

 

А. Б. Петровский "Снижение размерности признакового пространства: метод СОКРАТ"

Аннотация.

Описывается новый метод СОКРАТ (СОкращение КРитериев и АТрибутов) для снижения размерности признакового пространства. В методе многие исходные числовые и/или вербальные характеристики объектов агрегируются в единственный интегральный показатель или несколько составных показателей с небольшими шкалами качественных оценок. Многопризнаковые объекты представляются как мультимножества свойств объектов. Агрегирование показателей признаков включает разные способы преобразования признаков и их шкал. Уменьшение числа признаков и сокращение их шкал позволяют упростить решение прикладных задач, в частности, задач многокритериального выбора и объяснить полученные результаты.

Ключевые слова:

многопризнаковые объекты, мультимножества, признаковое пространство, снижение размерности, агрегирование признаков, составной показатель, многокритериальный выбор.

Стр. 63-77.

DOI 10.14357/20718594200205

Литература

1. Айвазян С.А., Бухштабер В.М., Енюков И.С., Мешалкин Л.Д. Прикладная статистика. Классификация и снижение размерности. М.: Финансы и статистика. 1989.
2. Глотов В.А., Павельев В.В. Векторная стратификация. М.: Наука. 1984.
3. Ларичев О.И. Наука и искусство принятия решений. М.: Наука.1979.
4. Ларичев О.И. Вербальный анализ решений. М.: Наука. 2006.
5. Ларичев О.И., Мошкович Е.М. Качественные методы принятия решений. Вербальный анализ решений. М.: Наука, Физматлит. 1996.
6. Петровский А.Б. Мультимножества как модель представления многопризнаковых объектов в принятии решений и распознавании образов // Искусственный интеллект и принятие решений. 2002. № 2. С. 236-243.
7. Петровский А.Б. Теория принятия решений. М.: Издательский центр «Академия». 2009.
8. Петровский А.Б. Показатели сходства и различия многопризнаковых объектов в метрических пространствах множеств и мультимножеств // Искусственный интеллект и принятие решений.2017. № 4. С. 78-94.
9. Петровский А.Б. Теория измеримых множеств и мультимножеств. М.: Наука. 2018.
10. Петровский А.Б. Групповой вербальный анализ решений. М.: Наука. 2019.
11. Петровский А.Б., Лобанов В.Н. Многокритериальный выбор в пространстве признаков большой размерности: мультиметодная технология ПАКС-М // Искусственный интеллект и принятие решений. 2014. № 3. С. 92-104.
12. Петровский А.Б., Ройзензон Г.В. Многокритериальный выбор с уменьшением размерности пространства признаков: многоэтапная технология ПАКС // Искусственный интеллект и принятие решений. 2012. № 4. С. 88-103.
13. Petrovsky A.B., Royzenson G.V. Multi-stage technique ‘PAKS’ for multiple criteria decision aiding // International Journal of Information Technology and Decision Making, 2013. V. 12. No 5. P. 1055-1071.
14. Hartigan J.A. Clustering algoritms. New York: Wiley. 1975.
15. Kahneman D., Slovik P., Tverski A. Decision-making in uncertainty: heuristics and biases. Cambridge: Cambridge University Press, 1982. (Канеман Д., Словик П., Тверски А. Принятие решений в неопределенности: правила и предубеждения / Пер. с англ. Харьков: Гуманитарный центр. 2005).
16. Samet H. Foundation of multidimensional and metric data structures. Boston: Elsevier. 2006.