ЛОРЕНЦ МЕТРИКАСЫН ҮЛГІ ТАНУДА ҚОЛДАНУ

Техника мен технологиялардың дамуы ғылым әлемінде төңкеріс жасауда, атап айтсақ бір ғана есептеуіш техникасының пайда болуы кез келген ғылым саласына жаңа серпін беріп, түрлі жаңалықтардың ашылуына жол ашты. Қазіргі таңда ғылым салаларының бірлесуі ғылым әлемінде тың ойлардың туындауын және бұрынғы әдістердің қаншалықты дәрежеде оңтайлы екенін бағалауға мүмкіндік береді. Бұл мақалада ең әуелі зерттеліп отырған тақырып бойынша шетелдік жарияланымдарға әдебиеттерге шолу жасадық, Лоренц метрикасының Евклид кеңістігімен салыстырып айырмашылығын формулалар мен суреттерде мысал ретінде келтірдік. Лоренц метрикасын пайдалана отырып үлгі тануда жаңа алгоритм құрдық және бұл алгоритмнің тиімділігін тексеру үшін деректер базасында түрлі сынақтардан өткіздік. Жүргізілген тәжірибе нәтижесінде Лоренц метрикасы арқылы құрылған алгоритм классикалық алгоритмдермен салыстырылды, атап айтсақ Bayes, kNN және осы секілді алгоритмдер, содан соң нақты түрде сараптамалық нәтижелерді ұсындық.

1. Y. Deng, Y. Li , Y. Qian , X. Ji , Q. Dai , Visual words assignment via information-theoretic manifold embedding, IEEE Trans. Cybern. 44 (10) (2014) 1924-1937.

2. Tan X., et al. “Face recognition from a single image per person: A survey”, Pattern recognition 39 (9):1725-1745, 2006.

3. Theodoridis S., Koutroumbas K., Pattern Recognition, 4th ed., Elsevier, 2009.

4. Kerimbekov Y., et al., “The use of Lorentz distance metric in classification problems.” Pattern Recognition Letters, 84: 170-176, 2016.

5. R. Liu , Z. Su , Z. Lin , X. Hou , Lorentzian discriminant projection and its applications, in: ACCV’09, 3, 2009, pp. 311-320.

6. H. S. Bilge , Y. Kerimbekov , Classification with Lorentzian distance metric, in: 23th Signal Pro­cessing and Communications Applications Conference (SIU2015), 2015, pp. 2106-2109.

7. H. S. Bilge , Y. Kerimbekov , H. H. Ugurlu , A new classification method by using Lorentzian distance metric, in: Innovations in Intelligent SysTems and Applications 2015 International Sym­posium on, 2015, pp. 1-6.

8. Y. Deng , Q. Dai , R. Liu , Z. Zhang , S. Hu , Low-rank structure learning via non-convex heuristic recovery, IEEE Trans. Neural Netw. Learn. Syst. 24 (3) (2013) 383-396.

9. Gundogan H., K e9ioglu O., “Lorentz matrix multiplicaiton and the motions on Lorentz plane”, Glasnik Matematicki, 41: 329-334, 2006.

10. Brualdi R., Introductory Combinatorics, 5th ed., Pearson Prentice Hall, 2010.

11. Abate A. F., et al. “2D and 3D face recognition: A survey”, Pattern recognition letters, 28(14):1885-1906, 2007.