Abstract (ukr):
Вирішено завдання автоматизації синтезу моделей кількісних залежностей за прецедентами.
Запропоновано метод побудови моделей кiлькiсних залежностей за прецедентами на основі
нейронних мереж, що враховують топологiчнi та статистичні властивості даних. Синтезована
за допомогою пропонованого методу нейронна мережа має блочну архітектуру: перший блок
визначає належність розпізнаваного екземпляра до кластера у просторі ознак, другий– реалізує
обчислення за частковими регресійними моделями для кластерів, третій здійснює вибір часткової
моделі відповідно до належності розпізнаваного екземпляра до певного кластера. Використання
пропонованого методу дозволяє отримати інтерпретабельну нейромодель з мінімальною
складністю та високими узагальнюючими здатностями. Проведено експериментальне
дослідження розробленого метода при вирішенні практичних завдань.
