Developing a model and algorithm for decision support in self-government bodies using machine

statistical data, weight coefficients. 

I.  I

NTRODUCTION 

 

Neural  network  technologies  is  a  branch  of  machine 

learning  dedicated  to  modeling  human  intellectual 

activity.  Today  ,  it  is  an  extensive  area  of  research  and 

development  of  intelligent  systems  designed  for  work  in 

difficult-to-formalize  areas  of  human  activity.  The 

problems  solved  by  the  neural  network  method  are 

characterized by the presence of a large number of degrees 

of  freedom  with  the  number  of  options  for  finding 

solutions  approaching  infinity.  In  contrast  to  the  rigidly 

deterministic  computer  programs  machine  learning 

systems  themselves  looking  for  ways  to  solve  the 

problem.  At  the  same  time,  they  can  change  their 

parameters and structure, improve and develop [1,2]. 

Using  a  multi-layer  neural  network  of  direct 

propagation,  the  classification  problem  is  solved. 

Classification  models-describe  rules  or  a  set  of  rules 

according to which a description of any new object can be 

assigned to one of the classes. Such rules are built on the 

basis  of  information  about  existing  objects  by  dividing 

them into classes [2-4]. 

II. E

ASE OF 

U

SE

 

In  this  article,  self-government  bodies  are  considered 

as the object of research [5], and the subject is decision – 

making  support  based  on  machine  learning  using  neural 

network  technologies.  In  this  case  the  main  task  is  the 

following:  based  on  machine  learning  parametric 

assessment  of  educational,  social  and  criminal  state 

authorities  and  the  relevant  decisions  of  the  experts 

expressed by the numbers [6], support decision-making in 

the new government. 

The  structure  of  the  training  sample.  In  the 

classification  and  regression  problem,  you  need  to 

determine the value of the dependent variable of an object 

based  on  the  values  of  other  variables  that  characterize 

this  object.  Formally,  the  problem  of  classification  and 

regression  can  be  described  as  follows.  There  are  many 

objects available: 

𝑋 = {𝑋

1

, 𝑋

2

, … , 𝑋

𝑗

, … , 𝑋

𝑛

}  

 

(1) 

Here  

𝑋

𝑗

 is— the object under study. In our task, 

objects are self-government bodies. 

Each object is characterized by a set of variables, 

that  is,  in  the  case  of  the  task  set,  each  self-government 

body is characterized by parametric estimates obtained in 

three  areas  of  activity  (education,  social  status  and 

intercession): 

𝑋

𝑗

=   {𝑥

𝑗1

, 𝑥

𝑗2

, … , 𝑥

𝑗ℎ

, … , 𝑥

𝑗𝑚

, 𝑦

𝑗

}   

(2) 

Here 

𝑥

𝑗ℎ

  is  —  independent  variables  whose 

values  are  known  and  on  the  basis  of  which  the  value  of 

the  dependent  variable  y  is  determined.  In  this  example, 

the independent variables are parametric estimates for the 

fields  of  activity.  Here, 

𝑦

𝑗

    is  a  dependent  indicator  and 

contains  numeric  values  of  expert  ratings.  The  training 

sample has the following matrix representation: 

 

 

---

TABLE I. Training Sample  Matrix Representation 

Objects 

Parametric 

estimation 

of 

educational 

activities. 

Parametric 

estimation of 

the social 

environment 

Parametric 

estimation 

of the state 

of crime