Методи нечіткої кластеризації політематичних текстових документів

Волкова, В. В.

Публікація:
Методи нечіткої кластеризації політематичних текстових документів

dc.contributor.author	Волкова, В. В.
dc.date.accessioned	2016-07-19T07:59:44Z
dc.date.available	2016-07-19T07:59:44Z
dc.date.issued	2010
dc.description.abstract	Дисертацію присвячено розробці методів кластеризації політематичних текстових документів у режимі послідовної обробки даних та наявності кластерів, що перетинаються. Розглянуто задачу кластеризації політематичних текстових документів, основні методи обробки документів та існуючі методи їх кластеризації, визначено основні недоліки та переваги розглянутих методів. Вперше запропоновано адаптивну нечітку нейронну мережу,що самоорганізується, та ймовірнісний і можливісний методи її навчання, які дозволяють виконувати нечітку кластеризацію політематичних текстових документів, що в послідовному режимі надходять на вхід мережі, а також у процесі навчання знаходити нові кластери. Запропоновані методи навчання відрізняються своєю швидкодією та незначною обчислювальною складністю. Вперше запропоновано модель нейро-нечіткої системи кластеризації політематичних текстових документів з нечітким виведенням на основі комбінованого методу навчання. Набув подальшого розвитку метод навчання для нейронних мереж, що самоорганізуються, який дозволяє підвищити швидкість обробки інформації,поліпшити якість кластеризації за наявності кластерів, що перетинаються, шляхом використання нечіткого виведення. Вперше запропоновано метод автоматичної кластеризації політематичних текстових документів на основі генетичного алгоритму зі штучним відбором, який базується на комплекс-методі адаптаційної оптимізації та дозволяє знаходити екстремум довільних функцій великої кількості аргументів в умовах істотної невизначеності про характер цих функцій. The thesis is devoted to developing of multi-topic texts clustering methods in the real time using the adaptive fuzzy self-organizing neural network and genetic algorithm with the artificial selection. I consider the existent methods of text documents processing and their clusterization. Basic advantages and disadvantages have been revealed. For the first time, the adaptive fuzzy selforganizing neural network has been developed. The probabilistic and possibilistic methods of the self-organization for this neural network are first proposed. These methods allow to execute the fuzzy clusterization of multi-topic text documents entering on the entrance of the network in the real time. As a result, methods find new clusters. The proposed methods of learning differ from other ones by the fast operation and low requirements to computational recourses. The model of the neuro-fuzzy system of clusterization of multi-topic text documents is first developed with an fuzzy inference applying the combined method of learning. This is based on simultaneous usage of the probabilistic and possibilistic methods of self-organization, and takes into account fuzzy clusters during the clusterization process of the multi-topic text documents. The method of learning of selforganizing maps have got further development allowing to increase the speed of the information processing, improve quality of the clusterization in the presence of intersecting clusters using of fuzzy inference. For the first time, the method of the automatic clusterization of the multi-topic text documents have been developed using the genetic algorithm with the artificial selection. The method is simple in realization and intended for the applications in Genetic Mining of large collections of text documents in the mode of the sequential processing.	uk_UA
dc.identifier.citation	Волкова В. В. Методи нечіткої кластеризації політематичних текстових документів : автореф. дис. канд. техн. наук : 05.13.23 – "Системи та засоби штучного інтелекту" / В. В. Волкова ; Харк. нац. ун-т радіоелектроніки. – Х., 2010. – 21 с.	uk_UA
dc.identifier.uri	http://openarchive.nure.ua/handle/document/1561
dc.language.iso	uk	uk_UA
dc.subject	політематичні текстові документи	uk_UA
dc.subject	нечітка кластеризація	uk_UA
dc.subject	генетичні алгоритми	uk_UA
dc.subject	методи навчання	uk_UA
dc.subject	нечітке виведення	uk_UA
dc.subject	штучні нейронні мережі	uk_UA
dc.subject	multi-topic text documents	uk_UA
dc.subject	fuzzy clusterization	uk_UA
dc.subject	artificial neural networks	uk_UA
dc.subject	learning procedures	uk_UA
dc.subject	genetic algorithms	uk_UA
dc.subject	fuzzy inference	uk_UA
dc.title	Методи нечіткої кластеризації політематичних текстових документів	uk_UA
dc.type	Other	uk_UA
dspace.entity.type	Publication