Розробка та дослідження адаптивного методу ймовірнісної нечіткої кластеризації даних

Харченко, В. В.

Публікація:
Розробка та дослідження адаптивного методу ймовірнісної нечіткої кластеризації даних

dc.contributor.author	Харченко, В. В.
dc.date.accessioned	2020-02-20T08:53:05Z
dc.date.available	2020-02-20T08:53:05Z
dc.date.issued	2019
dc.description.abstract	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.	uk_UA
dc.identifier.citation	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.	uk_UA
dc.identifier.uri	http://openarchive.nure.ua/handle/document/10805
dc.language.iso	uk	uk_UA
dc.subject	нечітка кластеризація	uk_UA
dc.subject	самоорганізовна мережа Кохонена	uk_UA
dc.subject	правила навчання	uk_UA
dc.title	Розробка та дослідження адаптивного методу ймовірнісної нечіткої кластеризації даних	uk_UA
dc.type	Other	uk_UA
dspace.entity.type	Publication