Кластеризація фрактальних реалізацій на основі машинного навчання

Мельникова, П. О.

Публікація:
Кластеризація фрактальних реалізацій на основі машинного навчання

dc.contributor.author	Мельникова, П. О.
dc.date.accessioned	2023-02-01T21:44:02Z
dc.date.available	2023-02-01T21:44:02Z
dc.date.issued	2022
dc.description.abstract	Об’єкт дослідження – процес фрактального броунівського руху частинок. Мета роботи – аналіз і застосування методів кластеризації та подальша розробка програмного забезпечення для виявлення пасток в траєкторіях руху броуновської частинки за допомогою машинного навчання. Методи дослідження – моделювання траєкторій фрактального броунівсь-кого руху і методи кластеризації машинного навчання. Кваліфікаційна робота присвячена дослідженню застосування методів машинного навчання для пошуку пасток у траєкторії руху частинки. Для обчи-слюваного експерименту була згенерована траєкторія руху частинки, яка скла-дається з вільних відрізків та пасток. Для пошуку пасток були застосовані такі методи кластеризації як K-means та DBSCAN.
dc.identifier.citation	Мельникова П. О. Кластеризація фрактальних реалізацій на основі машинного навчання : пояснювальна записка до кваліфікаційної роботи здобувача вищої освіти на другому (магістерському) рівні, спеціальність 113 Прикладна математика / П. О. Мельникова ; М-во освіти і науки України, Харків. нац. ун-т радіоелектроніки. – Харків, 2022. – 54 с.
dc.identifier.uri	https://openarchive.nure.ua/handle/document/21677
dc.language.iso	uk
dc.subject	кластеризація
dc.subject	машинне навчання
dc.subject	фрактальний броунівський рух
dc.subject	класичний броунівський рух
dc.subject	рекурентна матриця
dc.subject	траєкторія
dc.title	Кластеризація фрактальних реалізацій на основі машинного навчання
dc.type	Other
dspace.entity.type	Publication