Tytuł pozycji:
Zastosowanie sztucznej sieci neuronowej do klasyfikacji zgłoszeń alarmowych
W artykule Autorzy prezentują metodę oraz serię eksperymentów klasyfikacji rekordów rozmów na telefony alarmowe przy użyciu sztucznych sieci neuronowych (SSN). SSN służą do przetwarzania cech osób dzwoniących i zdarzeń pobranych z przygotowanej bazy rozmów eksperymentalnego centrum powiadamiania ratunkowego. Autorzy przeanalizowali cztery warianty klasyfikacji: grup rozmówców o określonych cechach, grup zdarzeń o określonych cechach, wybranych rozmówców i wybranych zdarzeń. Następnie została porównana skuteczność klasyfikacji przez SSN dla różnych zestawów treningowych, testowych i różnej liczby cech. Wyniki przeprowadzonych eksperymentów pokazują, że SSN mogą właściwie klasyfikować określonych mówców i zdarzenia, co rozwiązuje istotne problemy związane z weryfikacją i selekcją zgłoszeń alarmowych.
In this paper the authors present a method and a series of experiments on the classification of emergency phone conversation records using artificial neural networks (ANNs). The ANNs process the features of callers and events taken from the prepared database of the experimental emergency notification center. The authors analyzed four variants of classification: the groups of callers, which have specified features, the groups of events, which have specified features, selected callers, and selected events. Then the efficiency of classification by the ANN with various number of training and testing sets and various number of features was compared. Results of the conducted experiments show that ANNs can properly classify defined callers or events, which solves important problems related to the verification and selection of emergency notifications.
1. Praca została sfinansowana ze środków projektu DS 2018.
2. Opracowanie rekordu w ramach umowy 509/P-DUN/2018 ze środków MNiSW przeznaczonych na działalność upowszechniającą naukę (2018).
