Модель оценки степени уникальности и восстановления слабо-определенных данных на основе модификации нейронной сети APT-2

В статье рассматривается задача анализа и восстановления данных в малых выборках со слабо изученными взаимосвязями, названными авторами слабо-определенными данными. Предложен метод, основанный на известной нейросетевой модели классификации АРТ-2, способный как производить непосредственно классификацию, так и определять степень уникальности входного вектора по отношению к имеющейся выборке с учетом особенностей слабо-определенных данных. Также разработана модификация предложенного метода, позволяющая восстанавливать пропущенные атрибуты в векторах слабо-определенных данных в случае наличия векторов с полными данными в соответствующем классе. Проведены численные эксперименты для слабо-определенных данных о содержании металлов в крови детей в возрасте от 1 до 14 лет, проживающих на территории г. Казани. Эксперименты продемонстрировали эффективность разработанных методов.