Публікація: Дослідження та моделювання нейрофаззі мережі Кохонена для кластеризації викривлених даних
Завантаження...
Дата
2025
Автори
Назва журналу
ISSN журналу
Назва тома
Видавництво
Анотація
Об’єктом дослідження є процес кластеризації даних із пропусками або викривленнями. Метою дослідження є розробка і моделювання нейро-фаззі мережі Кохонена для кластеризації викривлених даних, оцінка її ефективності у порівнянні з традиційними методами кластеризації. Використано методи нейронної мережі Кохонена в комбінації з фаззі логікою для підвищення точності кластеризації викривлених даних. Проведено дослідження та порівняння методів кластеризації на основі реальних датасетів з різною кількістю викривлених даних. У результаті дослідження здійснена програмна реалізація нейро-фаззі мережі Кохонена для кластеризації викривлених даних та отримано якісні характеристики алгоритму у порівнянні з класичними алгоритмами Fuzzy C Means та Густафсона-Кесселя.
Опис
Ключові слова
мережа Кохонена, інтелектуальний аналіз даних, алгоритм Густафсона-Кесселя, fuzzy c-means
Бібліографічний опис
Личагіна С. М. Дослідження та моделювання нейрофаззі мережі Кохонена для кластеризації викривлених даних : пояснювальна записка до кваліфікаційної роботи здобувача вищої освіти на другому (магістерському) рівні, спеціальність 122 Комп’ютерні науки / С. М. Личагіна ; М-во освіти і науки України, Харків. нац. ун-т радіоелектроніки. – Харків, 2025. – 73 с.