Публікація: Нейро-фаззі самоорганізовна мапа для пошуку глобального екстремума
Завантаження...
Дата
2019
Автори
Назва журналу
ISSN журналу
Назва тома
Видавництво
ХНУРЕ
Анотація
В атестаційної роботі розглядається задача створення алгоритму нечіткої кластеризації даних з використанням процедури глобального випадкового пошуку, що працює в послідовному режимі. Метою атестаційної роботи є створення послідовного алгоритму, з використанням процедури випадкового пошуку, що справляється з локальними екстремумами, в умовах пересічних класів. Об'єктом дослідження є процес обробки даних, що надходять одне за одним, в послідовному режимі за допомогою нейро-фаззі самоорганізовної мапи. Предметом дослідження є нечіткий online кластер, захищений від застряваній в локальних екстремуму з використанням штучних нейронних мереж. Методи дослідження базуються на математичному апараті Data Mining, методах обчислювального інтелекту, теорії оптимізації та самонавчання нейронних мереж і нейро-фаззі систем. Імітаційне моделювання застосовується для перевірки якості виконаної роботи з використанням алгоритму послідовно нечіткої кластеризації даних.
Опис
Ключові слова
інтелектуальний аналіз даних, класифікація, кластерізація, нейронна мережа, нечіткі алгоритми, самоорганізована мапа Когонена
Бібліографічний опис
Сербіна Д. В. Нейро-фаззі самоорганізовна мапа для пошуку глобального екстремума : пояснювальна записка до атестаційної роботи здобувача вищої освіти на другому (магістерському) рівні, спеціальність 122 Комп’ютерні науки / Д. В. Сербіна ; М-во освіти і науки України, Харків. нац. ун-т радіоелектроніки, кафедра Штучного інтелекту. – Харків, 2019. – 72 с.