<?xml version="1.0" encoding="UTF-8"?>
<xml>
 <records>
  <record>
   <ref-type name="Journal Article">17</ref-type>
   <contributors>
    <authors>
     <author>Lin X. </author>
     <author>Duan X. </author>
     <author>Lin J. </author>
     <author>Huang Y. </author>
     <author>Yang J. </author>
     <author>Zhang Z. </author>
     <author>Dong Y. </author>
    </authors>
   </contributors>
   <titles>
    <title>Гибридный метод на основе алгоритма LIME и выбора признаков для классификации сталей в лазерно-искровой эмиссионной спектроскопии</title>
   </titles>
   <keywords>
    <keyword>лазерно-искровая эмиссионная спектроскопия</keyword>
    <keyword>выбор признаков</keyword>
    <keyword>упругая сеть</keyword>
    <keyword>локально интерпретируемые модельно-независимые объяснения</keyword>
    <keyword>классификация сталей</keyword>
   </keywords>
   <dates>
    <year>2024</year>
    <pub-dates>
     <date>2024-10-25</date>
    </pub-dates>
   </dates>
   <journal>Журнал прикладной спектроскопии</journal>
   <abstract>   Представлен инновационный метод выбора гибридных признаков (FS), который сочетает характеристики фильтрации алгоритма выбора процентиля (SP) со встроенными преимуществами алгоритмa эластичной сети (EN). В рамках этой структуры для классификации применен алгоритм машины опорных векторов (SVM), продемонстрировавший высокую производительность с точностью и оценкой F1 0.9888, 0.9895 и 0.9889 на тестовом наборе. Для решения проблемы “черного ящика” алгоритма SVM представлен метод локальных интерпретируемых модельно-независимых объяснений (LIME). LIME позволяет визуализировать важность каждой переменной, повышая интерпретируемость и надежность модели. Предложенные модель и методы демонстрируют эффективность в устранении избыточных или нерелевантных функций и точной классификации, решая большинство проблем, с которыми сталкивается лазерно-искровая эмиссионная спектроскопия в вопросах классификации стали.</abstract>
   <urls>
    <web-urls>
     <url>https://www.academjournals.by/publication/15198</url>
    </web-urls>
    <pdf-urls>
     <url>https://www.academjournals.by/files/15157</url>
    </pdf-urls>
   </urls>
  </record>
 </records>
</xml>
