519.237.07 Факторное моделирование с помощью нейронной сети

Шовин В. А. (Омский филиал Федерального государственного бюджетного учреждения науки Института математики им. С.Л. Соболева Сибирского отделения Российской академии наук), Гольтяпин В. В. (Омский филиал Федерального государственного бюджетного учреждения науки Института математики им. С.Л. Соболева Сибирского отделения Российской академии наук)

АРТЕРИАЛЬНАЯ ГИПЕРТЕНЗИЯ, ФАКТОРНЫЙ АНАЛИЗ, НЕЙРОННЫЕ СЕТИ, АЛГОРИТМ ОБРАТНОГО РАСПРОСТРАНЕНИЯ ОШИБКИ


doi: 10.18698/2309-3684-2016-2-85103


Проведено факторное моделирование артериальной гипертензии начальной стадии с помощью метода факторизации на базе нейронной сети и алгоритма обратного распространения ошибки. Этот метод факторизации является альтернативой классическому факторному анализу. Алгоритм построения факторной структуры на базе нейронной сети был реализован программно. Представлен обзор данного метода факторизации. Данный метод был усовершенствован для проведения факторного вращения и получения интерпретабельного решения. Факторная структура артериальной гипертензии, полученная с помощью данного метода факторизации, находятся в соответствии с результатами факторного моделирования посредством других методов.


[1] Iberla K. Faktornyy analiz. Per. s nem. V. M. Ivanovoy; Predisl. A. M. Dubrova. - M.: Statistika, 1980.
[2] Gavrilevich M. Vvedenie v neyromatematiku. // Obozrenie prikladnoy i pro-myshlennoy matematiki. M.: TVP, 1994.
[3] Hornik K., Stinchcombe M., White H. Multilayer Feedforward Networks are Univer-sal Approximators. // Neural Networks, 1989, v.2, N.5.
[4] Cybenko G. Approximation by Superpositions of a Sigmoidal Function. // Mathemat-ics of Control, Signals and Systems, 1989, v.2.
[5] Funahashi K. On the Approximate Realization of Continuous Mappings by Neural Networks. // Neural Networks. 1989, v.2, N.3, 4.
[6] Gorban A.N. Obobshchennaya approksimatsionnaya teorema i vychislitel'nye vozmozhnosti neyronnykh setey. // Sibirskiy zhurnal vychislitel'noy matema-tiki / RAN. Sib. otdelenie. – Novosibirsk, 1998. – T.1, №1. – s. 11-24.
[7] Khaykin C. Neyronnye seti: Polnyy kurs. Per. s angl. N. N. Kussul', A. Yu. Shelestova. 2-e izd., ispr. — M.: Izdatel'skiy dom Vil'yams, 2008, 1103 s.
[8] Осовский С. Нейронные сети для обработки информации. М.: Финансы и статистика, 2002, 344 с.
[9] Jain A.K., Mao J., Mohiuddin K.M. Artificial Neural Networks: A Tutorial. Com-puter, March, 1996, pp. 31-44.
[10] Gol'tyapin V.V., Shovin V.A. Kosougol'naya faktornaya model' arterial'noy gipertenzii pervoy stadii. // Vestnik Omskogo universiteta. 2010. № 4. c. 120-128.
[11] Shovin V.A. Konfirmatornaya faktornaya model' arterial'noy gipertenzii. // Komp'yuternye issledovaniya i modelirovanie. 2012. T. 4. № 4. c. 885-894


Шовин В. А., Гольтяпин В. В. Факторное моделирование с помощью нейронной сети. Математическое моделирование и численные методы, 2016, №2 (10), c. 85-103



Скачать статью

Колличество скачиваний: 81