Skip navigation
Please use this identifier to cite or link to this item: https://libeldoc.bsuir.by/handle/123456789/38662
Title: Decision-making process analysis and semantic explanation extraction from trained supervised machine learning models in medical expert systems
Other Titles: Анализ процессов принятия решений и извлечение семантического описания в обученных моделях машинного обучения с учителем в медицинских экспертных системах
Authors: Kurachkin, A. V.
Sadau, V. S.
Kachan, T. V.
Keywords: материалы конференций;supervised machine learning;machine learning explanation;decision support systems;medical expert systems
Issue Date: 2020
Publisher: БГУИР
Citation: Kurachkin, A. V. Decision-making process analysis and semantic explanation extraction from trained supervised machine learning models in medical expert systems/ Aliaksandr V. Kurachkin, Vasili S. Sadau,Tatiana V. Kachan // Открытые семантические технологии проектирования интеллектуальных систем = Open Semantic Technologies for Intelligent Systems (OSTIS-2020) : сборник научных трудов / Белорусский государственный университет информатики и радиоэлектроники ; редкол.: В. В. Голенков (гл. ред.) [и др.]. – Минск, 2020. – Вып. 4. – С. 283–286.
Abstract: Supervised machine learning provides a mechanism for establishing an approximation of input-output relationship between arbitary dataset. However, semantic interpretation of an underlying decision-making process of a trained model is very hard, especially considering the probabilistic nature of machine learning. The paper discusses possible ways to semantically explain decisionmaking process of a trained supervised machine learning model in order to gain insights to the dataset and derive new expert knowledge from such models.
Alternative abstract: Модели машинного обучения с учителем предоставляют механизм установления аппроксимации взаимодействия между входными и выходными значениями произвольных наборов данных. Тем не менее, семантическая интерпретация лежащего в основе этих моделей процесса принятия решения является сложной задачей, особенно в контексте вероятностного характера некоторых методов машинного обучения с учителем. В статье рассматриваются методы семантического объяснения процесса принятия решения обученной модели машинного обучения с учителем, что позволяет выделить сложные зависимости из наборов данных и вывести с их помощью новые экспертные знания.
URI: https://libeldoc.bsuir.by/handle/123456789/38662
Appears in Collections:OSTIS-2020

Files in This Item:
File Description SizeFormat 
Kurachkin_Decision_making.pdf91.75 kBAdobe PDFView/Open
Show full item record Google Scholar

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.