ОЦЕНКА КАЧЕСТВА РАБОТЫ МНОГОКРИТЕРИАЛЬНОГО НЕЙРОСЕТЕВОГО СТАТИСТИЧЕСКОГО АНАЛИЗА НА ПРИМЕРЕ ПРОВЕРКИ ГИПОТЕЗЫ НЕЗАВИСИМОСТИ ДАННЫХ МАЛЫХ ВЫБОРОК 

Александр Иванович Иванов, доктор технических наук, профессор, научный консультант, Пензенский научно-исследовательский электротехнический институт (Россия, г. Пенза, ул. Советская, 9), E-mail: ivan@pniei.penza.ru
Анна Игоревна Ермакова, преподаватель кафедры радио- и спутниковой связи, Военный учебный центр, Пензенский государственный университет (Россия, г. Пенза, ул. Красная, 40), E-mail: aermakova27061992@mail.ru

Аннотация

Актуальность и цели. Целью статьи является создание критерия качества оценки эффек-
тивности нейросетевой обработки малых выборок при многокритериальной проверке гипотезы независимости. Материалы и методы. На сегодняшний день известно порядка 200 статистических критериев проверки гипотезы независимости малой выборки. Используя их совместно, удается существенно повысить качество принимаемых нейросетью решений. В связи с этим возникает проблема эффективной сравнительной оценки достигнутого качества той или иной нейросетью. Результаты и выводы. Предложено оценивать качество нейросетевого решения по достигнутому увеличению выборки при ее анализе одним-единственным критерием Пирсона – Эдлтона – Эджуорта конца 19 в. на выборке большого объема в наиболее сложной ситуации проверки гипотезы независимости.

Ключевые слова

проверка гипотезы независимости, коэффициент корреляции, малые выборки, нейросетевое объединение большого числа критериев

 Скачать статью в формате PDF

Для цитирования:

Иванов А. И., Ермакова А. И. Оценка качества работы многокритериального нейросетевого статистического анализа на примере проверки гипотезы независимости данных малых выборок // Надежность и качество сложных систем. 2024. № 3. С. 13–18. doi: 10.21685/2307-4205-2024-3-2