Ядерне послідовне кластерування потоків даних на основі еволюційних нейронних мереж

Abstract

Метою даного дослідження є розробка методу кластеризації на основі ядерної нейронної мережі, яка налаштовує свою архітектуру в процесі навчання-самонавчання, в умовах кластерів довільної форми, що перетинаються. Методи дослідження – теорія обчислювального інтелекту і м'яких обчислень; теорія штучних нейронних мереж; теорія нечіткої логіки; теорія оптимізації і статистичний аналіз; імітаційне моделювання. Припускається, що задача розробки нового методу ядерної кластеризації, призначеного для обробки даних в online режимі, коли дані надходять на обробку послідовно, одне за одним, а кластери можуть перекриватися і мати довільну форму на сьогоднішній день є актуальною і такий підхід може бути використано для вирішення широкого класу задач динамічного аналізу даних.