IPRI - www.ipri.kiev.ua -  IPRI - www.ipri.kiev.ua -
Раздел [RUS]
Регистрация, хранение и обраб. данных. — 2011. — Т. 13, № 1.
[UKR]
Реєстрація, зберігання і оброб. даних. — 2011. — Т. 13, № 1.
[ENG]
Data Rec., Storage & Processing. — 2011. — Vol. 13, N 1.
Страницы 67-77
PDF, full text
Заглавие [RUS]

[UKR]
Побудова діагностичних моделей для бінарних даних на основі негативного відбору
[ENG]
Synthesis of Diagnostic Models for Binary Data Based on Negative Selection
Авторы [RUS]

[UKR]
Зайцев С.О., Субботін С.О.
[ENG]
Zaitsev S.A., Subbotin S.A.
Kiev, Ukraine
Аннотация [RUS]

[UKR]
Проведено аналіз методів негативного відбору на основі штучних імунних систем, що прида- тні для побудови діагностичних моделей, які працюють з бінарними даними. Проаналізовано бі- нарні метрики, що використовуються в негативному відборі. Запропоновано модифікацію методу негативного відбору із цензуруванням, яка дозволяє підвищити швидкість генерації набору детек- торів і забезпечує при цьому високу точність діагностування. Іл.: 2. Бібліогр.: 14 найм.
[ENG]
Negative selection methods suitable for the synthesis of diagnostic models for binary data are analyzed. Binary matching rules used in the negative selection are investigated. A modified negative selection method with censoring is proposed. It allows to increase detector generation speed and provide high accuracy of the diagnostics. Fig.: 2. Refs: 14 titles.
Ключевые слова [RUS]

[UKR]
штучна імунна система, негативний відбір, бінарні метрики, детектор, діаг- ностична модель.
[ENG]
artificial immune system, negative selection, binary matching rules, detector, diagnostic model.
Ссылки 1. Dasgupta D. Artificial Immune Systems and Their Applications / Ed. D. Dasgupta. — New York: Springer-Verlag, 1998. — 306 p.
2. Ji Z. Revisiting Negative Selection Algorithm / Zhou Ji, Dipankar Dasgupta // Evolutionary Computation. — 2007. — Vol. 15, N 2 (Summer). — P. 223–251.
3. Forrest S. Self Nonself Discrimination in a Computer / S. Forrest, A.S. Perelson, L. Allen, R. Cherukuri // The 1994th IEEE Symposium on Research in Security and Privacy: proceedings, 1994, California. — Los Alamitos: IEEE Computer Society Press, 1994. — P. 202–212.
4. Dasgupta D. Artificial Immune Systems in Industrial Applications / D. Dasgupta, S. Forrest // The International Conference IPMM’99: Proceedings, 10–14 of July, 1999, Honolulu, Hawaii, USA. — New York, USA: Wiley Computer Publishing, 1999. — P. 121–135.
5. Gonzalez F. The Effect of Binary Matching Rules in Negative Selection / F. Gonzalez, D. Dasgupta, J. Gomez // Genetic and Evolutionary Computation Conference: proceedings, 9–11 of July, 2003, Chicago (USA). — Berlin-Heidelberg: Springer-Verlag, 2003. — P. 195–206.
6. D'haeseleer P. An Immunological Approach to Change Detection: Algorithms, Analysis, and Implications / P. D'haeseleer, S. Forrest, P. Helman // The 1996th IEEE Symposium on Computer Security and Privacy: proceedings, 6–8 of May, 1996, Oakland. — Los Alamitos: IEEE Computer Society Press, 1996. — P. 110–119.
7. Balthrop J. Coverage and Generalization in an Artificial Immune System / J. Balthrop, F. Esponda, S. Forrest, M. Glickman // Genetic and Evolutionary Computation Conference: proceedings, 9–13 of July, 2002, New York, USA. — San Fransisco, USA: Morgan Kaufmann, 2002. — P. 3–10.
8. Farmer J. The Immune System, Adaptation, and Machine Learning / J. Farmer, N. Packard, A. Perelson // Physica D: Nonlinear Phenomena. — 1986. — Vol. 2. — P. 187–204.
9. Harmer P.K. An Artificial Immune System Architecture for Computer Security Applications / P.K. Harmer, P.D. Williams, G.H. Gunsch, G.B. Lamont // IEEE Transactions on Evolutionary Computation. — June, 2002. — Vol. 6, N 3. — P. 252–280.
10. Wierzchon S.T. Generating Optimal Repertoire of Antibody Strings in an Artificial Immune System / S.T. Wierzcho // Symposium on Intelligent Information Systems IIS'2000: proceedings, 12–16 of June, 2000, Bystra, Poland. — Berlin-Heidelberg: Physica-Verlag, 2000. — P. 119–133.
11. Pike R. The Go Programming Language. Effective Go [Electronic resource]: specification / Rob Pike, Ken Thompson. — Reference: http://golang.org/doc/effective_go.html.
12. Евченко Л.Н. Анализ эффективности методов лечения на основе эвристического и нейро- сетевого подходов / Л.Н. Евченко, В.И. Кривенко, С.А. Субботин // Моделирование неравновес- ных систем – 2002: материалы семинара, октябрь 2002, Красноярск. — Красноярск: ИПЦ КГТУ, 2002. — С. 60–61.
13. Кривенко В.И. Нейросетевое моделирование суммарного показателя качества жизни больных хроническим обструктивным бронхитом в ассоциации с клиническими особенностями течения заболевания / В.И. Кривенко, Л.Н. Евченко, С.А. Субботин // Вестник новых медицинских технологий. — 2001. — Т. VIII, № 4. — С. 7–10.
14. Кривенко В.И. Нейросетевое моделирование показателя качества жизни для диспансерно- го учета пациентов / В.И. Кривенко, Л.Н. Евченко, С.А. Субботин // Моделирование неравновес- ных систем – 2001: материалы семинара, октябрь 2001, Красноярск. — Красноярск: ИВМ СО РАН, 2001. — С. 79–80.
Файлы 1-7.pdf