Публікація: Розробка та дослідження адаптивного методу ймовірнісної нечіткої кластеризації даних
Завантаження...
Дата
2019
Автори
Назва журналу
ISSN журналу
Назва тома
Видавництво
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.