Публікація:
Рекурентна достовірна нечітка кластеризація великих даних з використанням функції належності спеціального типу

dc.contributor.authorБодянський, Є. В.
dc.contributor.authorШафроненко, А. Ю.
dc.contributor.authorКлимова, І. М.
dc.date.accessioned2021-11-28T15:26:43Z
dc.date.available2021-11-28T15:26:43Z
dc.date.issued2020
dc.description.abstractЗапропоновано метод достовірної нечіткої кластеризації для задач, коли дані надходять на обробку або у послідовному онлайн режимі, або формують надвеликі масиви (Big Data). Введені процедури є за суттю граді- єнтними алгоритмами оптимізації цільової функції спеціального виду, та мають низку переваг перед відомими ймовірнісними та можливісними підходами і, перш за все, робастність до аномальних спостережень. В основі підходу лежить використання міри подібності, параметри якої візначаються автоматічно у процесі самонавчання. Запропоновані процедури є узагальненням відомих методів, характеризуються високою швидкодією та є досить простими у чисельній реалізації.uk_UA
dc.identifier.citationБодянський Є. В. Рекурентна достовірна нечітка кластеризація великих даних з використанням функції належності спеціального типу / Є. В. Бодянський, А. Ю. Шафроненко, І. М. Климова // Бионика интеллекта : научно-технический журнал. – 2020. – № 2 (95). – С. 77–81.uk_UA
dc.identifier.urihttps://openarchive.nure.ua/handle/document/18434
dc.language.isoukuk_UA
dc.publisherХНУРЕuk_UA
dc.subjectНечітка кластеризаціяuk_UA
dc.subjectдостовірна нечітка кластеризацияuk_UA
dc.subjectрівень належностіuk_UA
dc.subjectрівень достовірностіuk_UA
dc.subjectміра подібностіuk_UA
dc.titleРекурентна достовірна нечітка кластеризація великих даних з використанням функції належності спеціального типуuk_UA
dc.typeArticleuk_UA
dspace.entity.typePublication

Файли

Оригінальний пакет
Зараз показано 1 - 1 з 1
Завантаження...
Зображення мініатюри
Назва:
Bionica_2020_2_77-81.pdf
Розмір:
360 KB
Формат:
Adobe Portable Document Format
Ліцензійний пакет
Зараз показано 1 - 1 з 1
Немає доступних мініатюр
Назва:
license.txt
Розмір:
9.42 KB
Формат:
Item-specific license agreed upon to submission
Опис: