Публікація:
Розробка та дослідження адаптивного методу ймовірнісної нечіткої кластеризації даних

Завантаження...
Зображення мініатюри

Дата

2019

Назва журналу

ISSN журналу

Назва тома

Видавництво

Дослідницькі проекти

Організаційні підрозділи

Видання журналу

Анотація

Метою роботи є розробка ймовірнісного методу нечіткої on-line кластеризації даних що може бути вирішена на основі самоорганізовної нейро-фаззі мережі Кохонена. Об’єктом дослідження є послідовність вибірки даних UCI репозиторія, а саме такі як Iris та Wine. Використано методи нечіткої кластеризації даних та само організовані карти Кохонена. Проведено дослідження методів кластеризації даних, а також порівняльний аналіз роботи відомих методів кластеризації та запропонованого методу по критеріям якості кластеризациї. У результаті роботи розглянуто задачу ймовірнісної нечіткої on-line кластеризації даних і показано, що вона може бути вирішена на основі само організованої нейро-фаззі мережі Кохонена та адаптивного алгоритму самонавчання, який було запропоновано, що є гібридом правила «переможець отримує більше» і рекурентних алгоритмів нечіткої кластеризації.

Опис

Ключові слова

нечітка кластеризація, самоорганізовна мережа Кохонена, правила навчання

Бібліографічний опис

Харченко В. В. Розробка та дослідження адаптивного методу ймовірнісної нечіткої кластеризації даних : пояснювальна записка до атестаційної роботи здобувача вищої освіти на другому (магістерському) рівні, спеціальність 122 Комп’ютерні науки / В. В. Харченко ; керівник роботи доцент Шафроненко А. Ю. ; М-во освіти і науки України, Харків. нац. ун-т радіоелектроніки, кафедра Інформатики. – Харків, 2019. – 53 с.

DOI