Когнитивные функции как способ графической визуализации содержательных феноменологических моделей, формируемых интеллектуальной системой. Анализ экранной формы управления созданием случайных моделей, совпадающих по размерностям основных баз данных.
Аннотация к работе
В данной работе рассмотрено решение задачи идентификации классов вина. Для достижения поставленной цели необходимы свободный доступ к тестовым исходным данным и методика, которая поможет преобразовать эти данные в форму, которая необходима для работы в системе искусственного интеллекта. Удачным выбором является база данных тестовых задач для систем искусственного интеллекта репозитория UCI. Для решения задачи используем стандартные возможности Microsoft Office Word и Excel, блокнот, а также систему искусственного интеллекта Эйдос- Х . 1. Синтез и верификация моделей 1.1 Описание решения В соответствии с методологией АСК-анализа решение поставленной задачи проведем в четыре этапа: 1. Преобразование исходных данных из HTML-формата в промежуточные файлы MS Excel. 2. (Also submitted to Journal of Chemometrics). Here, the data was used to illustrate the superior performance of the use of a new appreciation function with RDA. 4. Relevant Information: - These data are the results of a chemical analysis of wines grown in the same region in Italy but derived from three different cultivars. The analysis determined the quantities of 13 constituents found in each of the three types of wines. - I think that the initial data set had around 30 variables, but for some reason I only have the 13 dimensional version. I had a list of what the 30 or so variables were, but a.) I lost it, and b.), I would not know which 13 variables are included in the set. - The attributes are (dontated by Riccardo Leardi, riclea@anchem.unige.it) 1) Alcohol 2) Malic acid 3) Ash 4) Alcalinity of ash 5) Magnesium 6) Total phenols 7) Flavanoids 8) Nonflavanoid phenols 9) Proanthocyanins 10) Color intensity 11) Hue 12) OD280/OD315 of diluted wines 13) Proline 5. Number of Instances class 1 59 class 2 71 class 3 48 6. Number of Attributes 13 7. For Each Attribute: All attributes are continuous No statistics available, but suggest to standardise variables for certain uses (e.g. for us with classifiers which are NOT scale invariant) NOTE: 1st attribute is class identifier (1-3) 8. Missing Attribute Values: None 9. Class Distribution: number of instances per class class 1 59 class 2 71 class 3 48 Обучающая выборка: Таблица 1 - wine.data № Class Alcohol Malic acid Ash Alcalinity of ash Magne-sium Total phenols Flavanoids Nonfla_vanoid phenols Proanth_ocyanins Color intensity Hue OD280 /OD315 of diluted wines 1 Class 1 14 2 2 16 127 3 3 0 2 6 1 4 2 Class 1 13 2 2 11 100 3 3 0 1 4 1 3 3 Class 1 13 2 3 19 101 3 3 0 3 6 1 3 4 Class 1 14 2 3 17 113 4 3 0 2 8 1 3 5 Class 1 13 3 3 21 118 3 3 0 2 4 1 3 6 Class 1 14 2 2 15 112 3 3 0 2 7 1 3 7 Class 1 14 2 2 15 96 3 3 0 2 5 1 4 8 Class 1 14 2 3 18 121 3 3 0 1 5 1 4 9 Class 1 15 2 2 14 97 3 3 0 2 5 1 3 10 Class 1 14 1 2 16 98 3 3 0 2 7 1 4 11 Class 1 14 2 2 18 105 3 3 0 2 6 1 3 12 Class 1 14 1 2 17 95 2 2 0 2 5 1 3 13 Class 1 14 2 2 16 89 3 3 0 2 6 1 3 14 Class 1 15 2 2 11 91 3 4 0 3 5 1 3 15 Class 1 14 2 2 12 102 3 4 0 3 8 1 3 16 Class 1 14 2 3 17 112 3 3 0 1 7 1 3 17 Class 1 14 2 3 20 120 3 3 0 2 6 1 3 18 Class 1 14 2 3 20 115 3 3 0 2 7 1 3 19 Class 1 14 2 2 17 108 3 4 0 2 9 1 3 20 Class 1 14 3 3 15 116 3 3 0 2 5 1 3 21 Class 1 14 2 2 16 126 3 3 0 2 6 1 4 22 Class 1 13 4 3 19 102 2 2 0 2 5 1 4 23 Class 1 14 2 2 17 101 3 3 0 2 4 1 4 24 Class 1 13 2 3 18 95 2 2 0 1 4 1 4 25 Class 1 14 2 3 20 96 3 3 0 2 4 1 4 26 Class 1 13 2 3 25 124 3 3 0 2 4 1 3 27 Class 1 13 2 3 16 93 3 3 0 1 5 1 3 28 Class 1 13 2 2 17 94 2 2 0 1 4 1 3 29 Class 1 14 2 3 19 107 3 3 0 2 5 1 3 30 Class 1 14 2 2 16 96 3 2 0 2 5 1 4 31 Class 1 14 2 3 23 101 3 3 0 2 6 1 3 32 Class 1 14 2 2 19 106 3 3 0 2 7 1 3 33 Class 1 14 2 2 17 104 2 3 0 2 4 1 3 34 Class 1 14 2 3 20 132 3 3 1 1 5 1 3 35 Class 1 14 2 3 19 110 2 3 0 2 4 1 3 36 Class 1 13 2 2 21 100 3 3 0 2 5 1 3 37 Class 1 13 2 3 16 110 3 3 0 1 5 1 3 38 Class 1 13 2 3 18 98 2 2 0 1 4 1 3 39 Class 1 13 2 2 16 98 2 3 0 1 4 1 3 40 Class 1 14 4 3 13 128 3 3 0 2 5 1 4 41 Class 1 14 2 2 16 117 3 3 0 2 6 1 3 42 Class 1 13 4 2 19 90 2 3 0 1 4 1 3 43 Class 1 14 2 3 15 101 3 4 0 2 5 1 4 44 Class 1 13 4 2 18 103 3 3 0 2 4 1 3 45 Class 1 13 2 2 17 107 3 3 0 2 5 1 3 46 Class 1 14 4 2 19 111 3 3 0 1 5 1 3 47 Class 1 14 4 2 16 102 3 3 0 2 5 1 3 48 Class 1 14 2 2 16 101 3 3 0 2 6 1 3 49 Class 1 14 2 2 19 103 3 3 0 2 6 1 3 50 Class 1 14 2 2 17 108 3 4 0 2 9 1 3 51 Class 1 13 2 2 12 92 3 3 0 3 7 1 3 52 Class 1 14 2 3 17 94 2 3 0 2 6 1 3 53 Class 1 14 2 2 14 111 4 4 0 2 7 1 3 54 Class 1 14 2 3 17 115 3 3 0 2 6 1 3 55 Class 1 14 2 2 16 118 3 3 0 2 6 1 3 56 Class 1 14 2 2 21 116 3 3 0 2 6 1 3 57 Class 1 14 2 2 16 118 3 3 0 2 6 1 3 58 Class 1 13 2 3 17 102 3 3 0 2 6 1 3 59 Class 1 14 1 3 17 108 3 4 0 2 7 1 3 60 Class 2 12 1 1 11 88 2 1 0 0 2 1 2 61 Class 2 12 1 2 16 101 2 1 1 0 3 1 2 62 Class 2 13 1 2 17 100 2 1 1 1 6 1 2 63 Class 2 14 1 2 18 94 2 2 0 1 4 1 2 64 Class 2 12 1 2 19 87 4 3 0 2 4 1 3 65 Class 2 12 1 3 19 104 2 2 0 1 3 1 2 66 Class 2 12 1 3 18 98 2 3 0 2 5 1 2 67 Class 2 13 1 2 15 78 3 3 0 2 5 1 3 68 Class 2 1