Труды КНЦ (Технические науки вып. 7/2023(14))

Труды Кольского научного центра РАН. Серия: Технические науки. 2023. Т. 14, № 7. С. 16-25. Transactions of the Kola Science Centre of RAS. Series: Engineering Sciences. 2023. Vol. 14, No. 7. P. 16-25. Научная статья УДК 004.832 doi:10.37614/2949-1215.2023.14.7.002 ПРИВЛЕЧЕНИЕ ДОПОЛНИТЕЛЬНЫХ ЗНАНИЙ О ПРЕДМЕТНОЙ ОБЛАСТИ В ЗАДАЧАХ МАШИННОГО ОБУЧЕНИЯ Александр Анатольевич Зуенкош , Ольга Николаевна Зуенко 2 12Институт информатики и математического моделирования имени В. А. Путилова Кольского научного центра Российской академии наук, Апатиты, Россия 1zuenko@iimm.ruB, https://orcid.org/0000-0002-7165-6651 2ozuenko@iimm.ru, https://orcid.org/0000-0001-5431-7538 Аннотация Работа посвящена рассмотрению ряда вопросов, связанных с привлечением дополнительных знаний о предметной области при решении задач машинного обучения. Описываются способы учета подобных знаний на основе модификации классических методов классификации, кластеризации, поиска ассоциативных правил. Сделан вывод о том, что анализ фоновых знаний способен повысить достоверность и точность классических методов машинного обучения, хотя их модификация с учетом дополнительных ограничений иногда оказывается достаточно трудоемкой процедурой. К тому же в различных типах задач машинного обучения для повышения достоверности и точности их результатов требуются различные типы дополнительных ограничений. Это создает определенные сложности при решении комплексных задач, требующих поэтапного привлечения различных типов дополнительных ограничений. Ключевые слова: машинное обучение, задача удовлетворения ограничений, задача классификации, задача кластеризации, задача извлечения ассоциативных правил Благодарности: работа выполнена в рамках НИР «Разработка теоретических и организационно-технических основ информационной поддержки управления жизнеспособностью региональных критических инфраструктур Арктической зоны Российской Федерации» (регистрационный номер 122022800547-3). Для цитирования: Зуенко А. А., Зуенко О.В. Привлечение дополнительных знаний о предметной области в задачах машинного обучения // Труды Кольского научного центра РАН. Серия: Технические науки. 2023. Т. 14, № 7. С. 16-25. doi:10.37614/2949-1215.2023.14.7.002. Original article INVOLVEMENT OF ADDITIONAL KNOWLEDGE ABOUT SUBJECT DOMAIN IN MACHINE LEARNING PROBLEMS Aleksandr A. Zuenko1B, Olga N. Zuenko 2 1,2Putilov Institute for Informatics and Mathematical Modeling o f the Kola Science Centre o f the Russian Academy o f Sciences, Apatity, Russia zuenko@iimm.ruEI , https://orcid.org/ 0000-0002-7165--6651 2ozuenko@iimm.ru, https://orcid.org/ 0000-0001-5431-7538 Abstract The study deals with the concideration of a range of issues related to the involving additional knowledge about subject domain when solving machine learning problems. The techniques for accounting such knowlwdge based on the modification of classical methods of classification, clustering, associative rule discovery are described. It is concluded that the analysis of bachgroung knowledge is able to increase reliability and accuracy of classical machine learning methods, although their modification, taking into account additional constraints, sometimes turns out to be a rather time-consuming procedure. In addition, different types of machine learning problems require different types of additional constraints to increase the reliability and accuracy of their results. This provides certaint difficulties in solving complex problems that require gradual involvement of various types of additional constraints. Keywords: machine learning, constraint satisfaction problem, classification problem, clustering problem, associative rule discovery problem © Зуенко А. А., Зуенко О. Н., 2023 16