Гибридный ЕМ-алгоритм вероятностной кластеризации потоков данных

Дейнеко, А. А.; Заика, А. А.; Куценко, Я. В.; Плисс, И. П.

Публікація:
Гибридный ЕМ-алгоритм вероятностной кластеризации потоков данных

dc.contributor.author	Дейнеко, А. А.
dc.contributor.author	Заика, А. А.
dc.contributor.author	Куценко, Я. В.
dc.contributor.author	Плисс, И. П.
dc.date.accessioned	2016-11-07T11:10:31Z
dc.date.available	2016-11-07T11:10:31Z
dc.date.issued	2016
dc.description.abstract	Задача кластеризации больших массивов многомерных наблюдений (векторов-образов) часто встречается во многих реальных практических задачах, а для ее решения разработано множество алгоритмов [1, 2], при этом в последние годы в рамках концепции Big Data особое внимание уделяется обработке информации, хранящейся либо в сверхбольших базах данных (VLDB), либо поступающей на обработку в on-line режиме в форме потока данных (data stream). Для решения этих задач с успехом может быть использован математический аппарат вычислительного интеллекта (computational intelligence) [3-6] и, прежде всего, искусственные нейронные сети и мягкие вычисления (soft computing), основанные на нечеткой логике. Понятно, что известные системы вычислительного интеллекта должны быть существенно модифицированы для обработки больших объемов информации, поступающей на обработку.	uk_UA
dc.identifier.uri	http://openarchive.nure.ua/handle/document/3431
dc.language.iso	ru	uk_UA
dc.subject	искусственные нейронные сети	uk_UA
dc.subject	многомерные наблюдения	uk_UA
dc.subject	кластеризация	uk_UA
dc.title	Гибридный ЕМ-алгоритм вероятностной кластеризации потоков данных	uk_UA
dc.type	Article	uk_UA
dspace.entity.type	Publication