УДК 004.89
НЕЙРОСЕТЕВОЙ МЕТОД ВОССТАНОВЛЕНИЯ ДАННЫХ В ИНФОРМАЦИОННЫХ СИСТЕМАХ
А. Д. Обухов, к.т.н., доцент кафедры «Системы автоматизированной поддержки принятия решений» ФГБОУ ВО ТГТУ, Тамбов, Россия;
orcid.org/0000-0002-3450-5213, e-mail: Этот адрес электронной почты защищён от спам-ботов. У вас должен быть включен JavaScript для просмотра.
М. Н. Краснянский, д.т.н., профессор, ректор ФГБОУ ВО ТГТУ, Тамбов, Россия;
orcid.org/0000-0002-8751-7445, e-mail: Этот адрес электронной почты защищён от спам-ботов. У вас должен быть включен JavaScript для просмотра.
Рассматривается задача восстановления отсутствующих или поврежденных данных в информационных системах с применением нейросетевых технологий. Целью работы является формализация и апробация метода восстановления данных, функционирующего на основе применения нейронных сетей, позволяющего автоматизировать процесс определения отсутствующей информации различного типа. Новизна предложенного метода заключается в автоматическом формировании и обучении ансамбля нейронных сетей с подбором оптимальной архитектуры и параметров для прогнозирования значений отсутствующих данных на основе оставшейся информации. Представлена формализация нейросетевого метода восстановления данных в нотации теории множеств. Рассмотрена практическая реализация метода на языке программирования Python, проведены экспериментальные исследования по оценке его эффективности в сравнении с существующим программным решением (библиотекой Devol). Разработанный метод показывает сравнимую точность, однако время решения задачи и сложность его программной реализации ниже (на 53 %), а также позволяет получать решение для всех сочетаний отсутствующих данных за счет применения ансамбля нейронных сетей. Это подтверждает его эффективность при решении задач автоматизации процессов восстановления потерянных данных, что имеет высокую актуальность при реализации адаптивных информационных систем и автоматических систем управления.
Ключевые слова: восстановление отсутствующих данных, нейронные сети, машинное обучение, ансамбль нейронных сетей, теория множеств, адаптивные информационные системы, нейросетевой метод.