Розробка та моделювання методу онлайн-кластеризації даних за умов перетинних кластерів

Фалько, М. К.

Публікація:
Розробка та моделювання методу онлайн-кластеризації даних за умов перетинних кластерів

dc.contributor.author	Фалько, М. К.
dc.date.accessioned	2023-06-19T12:51:05Z
dc.date.available	2023-06-19T12:51:05Z
dc.date.issued	2023
dc.description.abstract	Об’єктом роботи є тестові набори даних Іриси Фішера та Вина із Uci репозиторію для методів кластеризації та класифікації даних. Метою роботи є розробка та моделювання методу нечіткої кластеризації даних, що базуються на теорії достовірності та дозволяють кластеризувати данні в онлайн режимі за умов перетинних кластерів. В якості альтернативи імовірнісним методам нечіткої кластеризації було використано теорію правдоподібності, що найкраще справляється із проблемою взаємного перетинання класів, які формуються в процесі аналізу даних. В результаті роботи запропоновано метод достовірної нечіткої онлайн-кластеризації даних за умов перетинних кластерів.
dc.identifier.citation	Фалько М. К. Розробка та моделювання методу онлайн-кластеризації даних за умов перетинних кластерів : пояснювальна записка до кваліфікаційної роботи здобувача вищої освіти на першому (бакалаврському) рівні, спеціальність 122 Компʼютерні науки / М. К. Фалько ; М-во освіти і науки України, Харків. нац. ун-т радіоелектроніки. – Харків, 2023. – 58 с.
dc.identifier.uri	https://openarchive.nure.ua/handle/document/23488
dc.subject	нечіткі нейронні мережі
dc.subject	машинне навчання
dc.subject	достовірна нечітка кластеризація
dc.subject	перетинні кластери
dc.subject	міра подібності спеціального типу
dc.title	Розробка та моделювання методу онлайн-кластеризації даних за умов перетинних кластерів
dc.type	Other
dspace.entity.type	Publication